Data Analysis jobs in Canada

Suivi de l'entraînement in situ et optimisation de la performance en canoë-kayak de vitesse par capteurs embarqués et modélisation statistique.

L'évaluation de la performance et de la technique sous-jacente des athlètes repose sur des mesures chronométriques et des analyses vidéos qui sont très chronophages pour les entraîneurs et fortement influencées par des facteurs environnementaux. L’utilisation de capteurs embarqués (pagaies instrumentées, GPS, IMU) offre une solution technologique non-invasive et prometteuse pour collecter automatiquement et à grande échelle des données alimentant l’accompagnement scientifique à la performance. Ces capteurs pourraient permettre de répondre aux défis de Canoë-Kayak Québec : l’optimisation biomécanique du pagayage, la modélisation des déterminants biomécaniques de la performance, l’analyse des courses et de la propulsion du bateau.

Le canoë-kayak de haut niveau requiert une optimisation technique accrue face à l’élévation des performances. Les capteurs embarqués permettent un suivi in‑situ prometteur des athlètes, mais leur exploitation pose des obstacles méthodologiques. Ce projet de thèse s’attachera à développer et appliquer des outils de monitoring biomécanique guidés par les données pour accompagner scientifiquement la performance des athlètes d'élite de Canoë‑Kayak Québec.

Analyser l’activité des athlètes en situation écologique (entraînements et compétitions) via des innovations méthodologiques en statistiques appliquées pour le traitement et la modélisation de séries temporelles issues de capteurs embarqués (clustering de données fonctionnelles multivariées, reconnaissance d’activité humaine par intelligence artificielle). L’application de ces méthodes sur le terrain permettra de répondre à des enjeux majeurs en sciences du sport pour l’optimisation du processus d’entraînement.

• Fournir des outils d’analyse de course user‑friendly à destination des entraîneurs et membres du personnel par la création de modèles de performance reposant sur le profilage des régulations mécaniques et des stratégies de pacing en compétition.
• Améliorer et classifier automatiquement la technique individuelle de pagayage par la modélisation de la variabilité intra‑et inter‑cycle du mouvement (détection des asymétries et des oscillations du couple athlète‑bateau) ainsi que son impact sur la propulsion du bateau (production de puissance sur l’eau et vitesse de déplacement).

• Programmation en MATLAB ou Python
• Connaissances avancées en traitement du signal, séries temporelles, statistiques inférentielles et apprentissage automatique
• Connaissances des capteurs IMU, GPS et autres seraient un gros atout
• Une bonne autonomie et un fort intérêt pour le sujet sont essentiels
• Une expérience dans l’accompagnement scientifique à la performance et une connaissance de la culture de l’entraînement en canoë‑kayak ou du sport de haut niveau serait un plus

Bourse Mitacs

La doctorante ou le doctorant recruté sera rémunéré à hauteur de 30 000 $ CA/an pendant 3 ans, inscrit à l’ÉTS Montréal et amené à réaliser un ou deux échanges internationaux de plusieurs mois au Laboratoire Mouvement Sport Santé / INRIA ComBO, en France, sous l’encadrement d’Antoine Bouvet et de Nicolas Bideau.

LIO‑ÉTS, Institut national du sport du Québec, Canoë‑Kayak Québec, Laboratoire Mouvement Sport Santé (Université Rennes 2, ENS Rennes, France), INRIA Rennes équipe ComBo (France).

accompagnement scientifique à la performance, sport de haut niveau, biomécanique, séries temporelles, pacing, variabilité motrice, analyse de course

Julien Clément