Ingénieur Traitement du signal EEG et IA

Inserm France; Lille; Sur place; EUR 40 000 - 50 000; Plein temps

Résumé du poste

Une institution de recherche basée à Lille cherche un ingénieur en traitement de signaux d’électroencéphalographie (EEG) et apprentissage machine. Le candidat idéal doit avoir un diplôme Bac+5 minimum et des compétences solides en traitement du signal, machine learning et programmation Python. Les responsabilités incluent le développement de pipelines de traitement de signal et l'évaluation de modèles d'apprentissage automatique. Un intérêt pour les interfaces cerveau-machine et la réglementation médicale est apprécié.

Qualifications

• Diplôme Bac+5 minimum en traitement du signal, data science, intelligence artificielle, biomédical ou neurosciences.
• Expérience professionnelle ou académique dans l'analyse EEG et/ou la data science.

Responsabilités

• Développer des pipelines de traitement du signal EEG.
• Développer et évaluer des modèles d'apprentissage automatique appliqués aux données EEG.

Connaissances

Traitement du signal

Machine learning

Programmation en Python

Formation

Diplôme Bac+5 en ingénierie ou sciences

Outils

NumPy

SciPy

MNE

scikit-learn

PyTorch

TensorFlow

Description du poste

Description

Poste ingénieur traitement de signaux d’électroencéphalographie (EEG) et apprentissage machine, Lille

Missions

• Développer des pipelines de traitement du signal EEG (prétraitement, filtrage, extraction de caractéristiques).
• Développer, entraîner et évaluer des modèles d’apprentissage automatique et/ou profond (ML/DL) appliqués aux données EEG.
• Mettre en œuvre des méthodes de classification, régression ou détection d’événements (ex. états cognitifs, pathologies, intentions motrices).
• Optimiser les performances des modèles (feature engineering, sélection de modèles, validation croisée).
• En lien avec des ergonomes, proposer une interface homme-machine pour l’utilisation en clinique.
• Intégrer les développements dans un logiciel stand‑alone.
• Assurer la documentation, la traçabilité et la reproductibilité des développements.

Compétences requises

• Maîtrise du traitement du signal (filtrage, FFT, ondelettes, analyses temps‑fréquence).
• Connaissance des signaux EEG (artefacts, montage, référencements, normes).
• Maîtrise des algorithmes de machine learning (SVM, forêts aléatoires, k‑NN, réseaux de neurones).
• Notions en deep learning (CNN, RNN, Transformers) appliqué aux séries temporelles.
• Programmation scientifique en Python (NumPy, SciPy, MNE, scikit‑learn, PyTorch/TensorFlow).
• Connaissance des bonnes pratiques de développement.

Compétences appréciées

• Expérience en interfaces cerveau‑machine (BCI).
• Notions de réglementation médicale et de données de santé (RGPD, dispositifs médicaux).
• Notions de statistiques et d’évaluation de modèles.

Profil

• Diplôme Bac+5 minimum (école d’ingénieur, master) en traitement du signal, data science, intelligence artificielle, biomédical ou neurosciences.
• Expérience professionnelle ou académique dans l’analyse EEG et/ou la data science.