Ingénieur de recherche en traitement de données neurophysiologiques (H/F)
Référence : 2025-2082211
- Fonction publique : Fonction publique de l'État
-
Employeur :
Ecole Normale Supérieure
Ecole normale supérieure - Localisation : 45 Rue d Ulm 75005 Paris
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert aux titulaires et aux contractuels
- Expérience souhaitée Non renseigné
-
Rémunération Fourchette indicative pour les contractuels Rémunération selon grille € brut/an Fourchette indicative pour les fonctionnaires Rémunération selon grille
- Catégorie Catégorie A (cadre)
- Management Non renseigné
- Télétravail possible Non renseigné
Vos missions en quelques mots
ENVIRONNEMENT DE TRAVAIL
Le poste est basé au Laboratoire de Sciences Cognitives et Psycholinguistique (LSCP) à l’École Normale Supérieure – PSL à Paris. Le LSCP est un centre de recherche de premier plan sur les mécanismes psychologiques et neuronaux du langage et des fonctions cognitives. Le/la candidat/e intégrera une équipe dynamique travaillant sur l'étude des mécanismes neuronaux du traitement du langage chez l'humain via des enregistrements intracrâniens (SEEG et single-unit). Un environnement de travail interactif est fourni, incluant des réunions scientifiques hebdomadaires et d'importantes ressources de calcul
MISSION PRINCIPALE
Assurer le traitement, l'analyse et la modélisation de données d'enregistrements intracrâniens pour l'étude des mécanismes neuronaux sous-jacents au traitement du langage dans le cerveau humain.
ACTIVITES PRINCIPALES
- Développer, optimiser et mettre en œuvre des scripts et pipelines de traitement de données neurophysiologiques complexes (single-unit et SEEG).
- Appliquer des méthodes avancées de machine learning (avec Scikit-learn, PyTorch ou équivalent) pour l'analyse des signaux cérébraux.
- Contribuer à l'analyse statistique et à la modélisation computationnelle des résultats de recherche.
- Gérer les données de recherche et maintenir les outils de codage et les infrastructures de calcul.
- Collaborer étroitement avec les chercheurs et doctorants du laboratoire.
- Participer à la valorisation des travaux (rédaction de rapports, contributions aux publications scientifiques).
SPECIFICITES DU POSTE
- Forte autonomie requise dans la gestion des tâches d'analyse et le développement de solutions de codage.
- Nécessité d'une expérience avérée en recherche scientifique pour une intégration rapide et efficace dans les projets.
- Travail sur des données sensibles issues d'enregistrements cliniques/recherche.
CHAMPS DES RELATIONS
Internes : Chercheurs, Ingénieurs, Doctorants, Post-doctorants du LSCP et du Département d'Études Cognitives (DEC)
Externes : Collaborateurs cliniques (hôpitaux), partenaires académiques nationaux et internationaux, communauté scientifique (conférences, publications).
Profil recherché
COMPETENCES ATTENDUES
Diplôme : Master 2 minimum (ou équivalent) dans un domaine pertinent (Informatique, Neurosciences computationnelles, Ingénierie des données, Sciences cognitives).
Expérience professionnelle : Expérience significative (minimum 6 mois hors stages) dans un environnement de recherche scientifique impliquant l'analyse de données complexes et le développement de logiciels.
Connaissances :
- Connaissances approfondies en programmation et traitement de données (Python).
- Connaissance des concepts et méthodes en Neurosciences (avantage).
- Connaissance en Linguistique ou traitement du langage (avantage).
- Maîtrise de l'anglais scientifique.
Compétences techniques :
- Maîtrise indispensable du langage Python et de ses librairies scientifiques clés (notamment scikit-learn, PyTorch ou autres frameworks de Deep Learning).
- Expertise dans l'utilisation de la librairie MNE-Python pour l'analyse des données électrophysiologiques.
- Expérience avec l'analyse de signaux et/ou l'imagerie cérébrale (ECoG/EEG/MEG).
- Compétences en gestion de versions (Git) et environnement Linux.
Compétences comportementales :
- Autonomie, proactivité et sens des responsabilités.
- Rigueur et précision dans le travail scientifique et le codage.
- Capacité à travailler en équipe et à communiquer efficacement.
- Capacité d'analyse et de résolution de problèmes complexes.
Niveau d'études minimum requis
- Niveau Niveau 7 Master/diplômes équivalents
Localisation
Éléments de candidature
Documents à transmettre
Qui sommes-nous ?
L’ÉCOLE NORMALE SUPÉRIEURE-PSL
Créée en 1794, l'École normale supérieure, membre de l’Université PSL, est un établissement d'enseignement supérieur et de recherche qui recrute sur concours les étudiants les plus talentueux en France et à l'étranger. Établissement d'élite, dont l'activité recouvre l'essentiel des disciplines scientifiques et littéraires, l'ENS-PSL jouit d'un grand prestige international par la qualité de ses étudiants mais aussi par la réputation de ses centres de recherche dont 30 unités mixtes de recherche.
Située au cœur de Paris et classée parmi les 50 premières universités mondiales, l’ENS-PSL fait dialoguer tous les domaines du savoir, de l'innovation et de la création en formant au plus près de la recherche des chercheurs, ingénieurs, artistes, entrepreneurs ou dirigeants conscients de leur responsabilité sociale, individuelle et collective.
L’ENS-PSL mène une politique dynamique en matière de qualité de vie au travail et d'égalité professionnelle, offrant ainsi un cadre de travail enrichissant et propice au développement et à l’épanouissement professionnel.
Descriptif du service
Laboratoire de Sciences Cognitives et Psycholinguistique (LSCP), Département d'Études Cognitives (DEC), ENS-Paris
À propos de l'offre
-
AUTRES INFORMATIONS
Poste à pourvoir le : 01/12/2025
Lieu de travail : LSCP, École Normale Supérieure (ENS), Paris
Quotité de travail : 100%
Poste ouvert :
- aux agents titulaires de la fonction publique
- aux contractuels (CDD de 4mois – Rémunération selon grille et expérience)
L’ENS-PSL est un établissement handi-accueillant et attaché à la mixité et à la diversité
-
Vacant à partir du 01/12/2025
-
Experte / Expert en information statistique
