Missions principales :

• Revue de littérature pour identifier les avancées récentes en biomarqueurs EEG.
• Analyse de signaux physiologiques (EEG, annotations cliniques) et traitement du signal.
• Conception et entraînement de modèles d’IA (classification, deep learning, adaptation de modèles de fondation).
• Mise en place et optimisation d’une base de données dédiée à la recherche.
• Visualisation et présentation des résultats lors de réunions pluridisciplinaires (équipes IA, cliniciens, ingénieurs).

Compétences et expériences : Nous cherchons un·e étudiant·e en fin d’études (M2 ou école d’ingénieur), motivé·e par l’IA appliquée à la santé et souhaitant contribuer à des projets à fort impact.

Compétences techniques

• Maîtrise de Python (pandas, numpy, scipy, sklearn, tensorflow/pytorch).
• Expérience en traitement du signal et/ou machine learning (projets académiques ou professionnels).
• Expérience en deep learning, utilisation de modèles de fondation
• Connaissance des bio-signaux (EEG, ECG, etc.) – un plus.
• Familiarité avec Git et les bonnes pratiques de développement logiciel.

Qualités humaines

• Curiosité scientifique et rigueur dans l’analyse.
• Esprit d’équipe et capacité à travailler dans un environnement pluridisciplinaire.
• Anglais courant (échanges techniques, littérature scientifique).

Pourquoi nous rejoindre ?

• Avantages : Immersion dans une équipe experte, projets concrets, possibilité de publication ou de participation à des congrès.
• Travailler au sein d’une équipe pluridisciplinaire et bienveillante, bénéficiant d’un fort cheminement d’expertise en e-santé.
• Acquérir une expérience concrète sur des données réelles et des problématiques réglementées.

Modalités :

• Stage de fin d'études, 6 mois.
• Basé(e) au siège (13ème) avec possibilité de travail hybride.