Post-doctorat en Neurophysiologie et Machine Learning (H/F)

Description du Poste

Les Missions

Vous rejoindrez une équipe interdisciplinaire au CNRS pour travailler sur un projet innovant visant à :
• Construire une base de données précliniques à partir de modèles murins (souris/rats) pour étudier l’impact de la stimulation neuromusculaire respiratoire.
• Développer des modèles prédictifs (apprentissage supervisé/non supervisé, deep learning) pour identifier les répondeurs/non-répondeurs et optimiser les programmes de stimulation.
• Valider les modèles via des protocoles expérimentaux sur animaux, en combinant biologie, traitement du signal et data science.

L'Activité

Le projet s’articule autour de deux axes principaux :
1. Expérimentation animale : Acquisition de données physiologiques (EMG, respiration, SpO2, etc.) sur modèles murins.
2. Modélisation prédictive : Développement de méthodes avancées de ML pour analyser ces données et proposer des programmes de stimulation optimaux.
Missions principales
1. Expérimentation animale (30 à 40% du temps)
• Conception et mise en œuvre de protocoles sur modèles murins :
o Mesures à J0, J2, J3, J15 : poids, paramètres respiratoires (Vt, Fr, Ti, Te), EMG (diaphragme/intercostaux/abdominaux), SpO2, indice de masse maigre, variabilité respiratoire.
o Respect des bonnes pratiques (éthique, réglementation sur l’expérimentation animale).
• Acquisition et prétraitement des données :
o Nettoyage, structuration et annotation des données pour les rendre exploitables en ML.
o Automatisation des pipelines de collecte (scripts Python).
2. Modélisation prédictive (60à 70% du temps)
• Développement de modèles d’apprentissage supervisé et non supervisé :
o Classification (SVM, Random Forest, KNN) pour prédire la réponse à la stimulation.
o Régression pour estimer l’efficacité des programmes de stimulation.
• Application de méthodes d’apprentissage profond :
o Utilisation de réseaux de neurones (CNN, éventuellement RNN/Transformers) pour analyser des signaux biologiques (EMG, respiration).
o Intégration de la multimodalité (combinaison de données numériques et de signaux bruts).
• Traitement statistique et modélisation des données biologiques :
o Analyse de la variabilité des signaux (ECG, EEG, EMG).
o Sélection de features pertinentes et interprétabilité des modèles (SHAP, LIME).
• Validation des modèles :
o Évaluation des performances (AUC-ROC, précision/rappel, RMSE).

Votre Profil

Compétences

🔹 Compétences obligatoires en neuroscience et modélisation
• Expérience dans le développement de méthodes d’apprentissage supervisé et non supervisé :
o Maîtrise des algorithmes de classification (SVM, Random Forest, KNN) et de régression.
o Expérience en sélection de features et validation de modèles.
• Connaissance des méthodes d’apprentissage profond :
o Expérience avec les CNN (pour l’analyse de signaux) et éventuellement d’autres architectures (RNN, Transformers).
o Capacité à adapter ces méthodes à des données biologiques complexes.
• Connaissance des données de biologie en théorie du signal :
o Expérience avec des signaux physiologiques (ECG, EEG et/ou EMG) : acquisition, prétraitement, extraction de features.
o Compréhension des enjeux spécifiques liés à l’analyse de ces signaux (bruit, artefacts, variabilité inter-individuelle).
• Connaissances en traitement statistique et modélisation des données biologiques :
o Maîtrise des tests statistiques (ANOVA, régression, tests non paramétriques).
o Expérience en modélisation prédictive appliquée à la biologie ou à la médecine.

🔹 Compétences obligatoires en expérimentation animale
• Expérience avérée en manipulation de modèles murins (souris/rats) avec notamment :
o Evaluation fonctionnelle
o Et/ou Experience en chirurgie
o Et/ou Maîtrise des techniques d’acquisition de données physiologiques (EMG, respiration, SpO2).
• Respect des normes éthiques et réglementaires liées à l’expérimentation animale.

🔹 Compétences en développement informatique
• Expérience confirmée en Python :
o Maîtrise des librairies : scikit-learn, tensorflow/pytorch, pandas, numpy, matplotlib/seaborn.
o Capacité à développer des scripts robustes pour le prétraitement, l’analyse et la modélisation.
• Utilisation d’outils collaboratifs :
o Git (gestion de version), Jupyter Notebooks, environnements de développement (VS Code, etc.).

Votre Environnement de Travail

Equipe NeAR, environement: 9 chercheurs PI, 5 doctorants, 3 Ingénieurs d'étude; groupe spécifique sur la respiration composé de 3 doctorants et un IE. Partage des zones expérimentales, travail en équipe valorisé, réunions de travail hebdomadaire, séminaires de labo et/ou d'unité hebdomadaires

Contraintes et risques

Le poste implique des risques liés à l’expérimentation animale (manipulation de modèles murins, injections, prélèvements) ainsi qu’à l’utilisation de produits chimiques pour l’immunohistochimie et la biochimie (réactifs, colorants, solvants). Le/la candidat(e) devra respecter les protocoles de sécurité en vigueur (port d’équipements de protection individuelle, manipulation sous hotte à flux laminaire si nécessaire) et se conformer aux règlementations en matière d’éthique animale et de gestion des déchets chimiques. Une formation aux bonnes pratiques de laboratoire sera dispensée à l’arrivée.

Rémunération et avantages

Rémunération

La rémunération est de 3200– 4000 € brut/mois selon l'expérience

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche