Localisation principale : IMRB U955 - Equipe 15 de Neuropsychiatrie Translationnelle - Faculté de Santé - 8 rue du General Sarrail 94010 Créteil cedex
Responsable : Christophe Combadière
Vous serez co-encadré.e par le Dr Yann Senova, MCU-PH Neurochirurgien au CHU Henri Mondor Assistance Publique des Hôpitaux de Paris/ Université Paris Est-Créteil / INSERM à Créteil et Jean-Philippe Chardon, Directeur de la Technologie et Innovation à Logitech, Lausanne, Campus Ecole Polytechnique Fédérale de Lausanne. Vous à travaillerez sur les deux sites.
Activités principales :
Design de l’interface cerveau-machine
Evaluation d’une telle interface cerveau-machine : qualité du rapport signal sur bruit, analyse du signal EEG/ eye-tracker/ questionnaires pour identifier des biomarqueurs EEG de l’apprentissage distanciel (attention, fatigue mentale, stress, douleur …)
Création d'une procédure de neurofeedback
Création d'une étude auprès d’étudiants pour valider l’impact de cette interface cerveau-machine et son impact sur l’apprentissage d’étudiants en médecine
Création d'une application pour smartphone permettant de faire tourner cette procédure en vie réelle
Activités associées :
Revue bibliographique sur certains biomarqueurs EEG de l’apprentissage
Co-encadrement de deux thésards en début de thèse qui seront en charge des études auprès des étudiants visant à valider les procédures de neurofeedback sur divers aspects de l'apprentissage distancier
Début du contrat : 1er septembre 2025 (12 mois renouvellables)
Modalités de candidature : Les personnes intéressées sont invitées à transmettre à M. Senova :
1. Un CV
2. Une lettre de motivation précisant l’adéquation avec le projet
Date limite de candidature : 1er septembre 2025
Contact : Yann.senova@ aphp.fr
Formation et/ou qualification : Doctorat
Expérience antérieure bienvenue pour occuper le poste : EEG, traitement du signal, IA
Compétences requises :
Connaissances :
Analyse du signal EEG, eye-tracker, questionnaires, rythme cardiaque…
Bonnes connaissances en neurosciences cognitives
Connaissances en hardware/ acquisition du signal EEG
Savoir-faire :
Traitement du signal EEG : maîtriser les outils informatiques permettant la manipulation de grands fichier (programmation en Python….)
Maîtriser les outils informatiques permettant l’analyse par deep learning
Maîtriser les bases statistiques pour les analyses en biologie, savoir utiliser et programmer en R pour l’analyse statistique.
Concevoir des études cliniques
Présenter des résultats dans des congrès nationaux et internationaux
Rédiger des articles en anglais
Savoir-être :
Autonomie
Rigueur et organisation
Université inclusive et investie pour la qualité de vie au travail de ses agents, l’UPEC développe des conditions d’emploi favorables :
Rejoignez nos équipes et mettez vos talents au service d’une université engagée et innovante.