Chercheur (post-doctoral) en neurosciences computationnelles et intelligence artificielle (f/h)

Type de recrutement :

Poste ouvert en CDD

Quotité de travail :

100%

Durée du contrat :

Du 05 janvier 2026 au 04 janvier 2027

Localisation :

LPNC

BSHM-Michel Dubois 1251 Avenue centrale

38610 Gières

Présentation de la structure

Vous serez membre du Laboratoire de Psychologie et NeuroCognition (LPNC), unité mixte de recherche CNRS structurée en cinq équipes thématiques (Vision & Émotion, Corps & Espace, Langage, Mémoire et Développement & Apprentissage). Ses membres (plus de 60 permanents et 58 temporaires) mènent une activité de recherche en Sciences Cognitives, combinant les approches des sciences humaines et sociales, des sciences de l'ingénieur appliquées à la cognition et des sciences de la vie. Le LPNC est affilié au CNRS depuis 1978, principalement à l'Institut Biologie section 26 et secondairement à l'Institut Sciences humaines et sociales (INSHS, section 34). Ses deux tutelles universitaires sont l'Université Grenoble Alpes et l'Université Savoie Mont-Blanc.

Le poste s'inscrit dans le cadre du projet structurant BrainLearnRepair, financé par le Programme « Recherche à Risque » du CEA, réunissant plusieurs partenaires nationaux (CEA-Joliot, CEA-Leti, CEA-List, APHP, CHUGA, GHU, UGA).

Le Work Package 5 vise à concevoir, entraîner et valider des modèles d'intelligence artificielle explicatifs et prédictifs de l'activité cérébrale mesurée en IRMf et ECoG, en lien avec les processus de plasticité cérébrale et la réhabilitation post-AVC.

Missions principales

Rattaché à l'équipe « Vision et Emotion » du LPNC (UMR 5105 et responsable : David Alleysson CR CNRS et Carole Peyrin DR CNRS), vous serez sous la responsabilité hiérarchique de Martial Mermillod et de Monica Baciu, collaboratrice du projet BRAINSYNC.

Votre mission consistera en :

• la conception et l'optimisation de modèles de décodage neuronal : apprentissage profond (CNN 4D, Transformers, RNN) sur données IRMf et ECoG. (IA explicatif : Application des modèles de machine learning pour guider la neuroréhabilitation post-AVC / IA prédictif : Optimisation des modèles de deep learning sur des données multimodales (IRMf/MEG) pour relier lésions cérébrales et handicaps fonctionnels)
• le développement et l'implémentation de stratégies d'apprentissage adaptatif et incrémental (e.g. modèle DreamNet, curriculum learning)
• l'analyse statistique et computationnelle des signaux cérébraux (IRMf 11.7T, ECoG) pour relier activité neurale et fonctions cognitives/motrices
• la participation à la construction de modèles de prédiction de la récupération motrice post-AVC, en lien avec l'atlas anatomo-fonctionnel (WP3)
  
  Collaboration interdisciplinaire avec les partenaires du projet (CEA, CHU Grenoble, APHP, Clinatec)
• la diffusion scientifique : rédaction d'articles, présentations à des conférences internationales, contribution aux livrables du projet

Activités principales

• Livraison d'un modèle d'IA de brain decoding validé sur (1) des sujets sains puis (2) des données patients et publication(s) scientifique(s)
• Développement d'un ou plusieurs modèles d'IA frugaux et interprétables pour le décodage de l'activité cérébrale
• Validation expérimentale sur données multimodales (IRMf / ECoG)
• Rédaction et publication d'articles scientifiques internationaux à comité de lecture
  Contribution au rapport final du WP5 et à la dissémination des résultats (open data / open science)

Compétences attendues

• Excellente maîtrise des méthodes de machine learning-deep learning, notamment pour les séries temporelles et données spatiales
• Connaissances solides en neuroimagerie (IRMf, ECoG, MEG) et en traitement du signal
• Compétences en programmation scientifique (Python, PyTorch/TensorFlow, Git)
• Familiarité avec les pipelines de traitement d'IRMf (FSL, SPM, Nilearn)
• Capacité à travailler dans un environnement interdisciplinaire (neurosciences – IA – clinique)
• Autonomie scientifique, rigueur et capacité d'initiative
• Goût pour la recherche collaborative et le travail en équipe
• Bon niveau de communication orale et écrite en anglais

Expérience professionnelle souhaitée :

de 2 à 5 ans

Formation, diplôme, expérience souhaitée :

Doctorat

Conditions de diplômes

Doctorat

Rémunération

A partir de 2900€ mensuel brut et en fonction de l'expérience.