Titre du Projet : KNM2 – L’Intelligence Neuromotrice au Service de la Santé

Description du Projet : Le Laboratoire Scribens développe une innovation technologique de pointe, le Kinéneuromyomètre (KNM2), pour l'évaluation précise et non invasive de la motricité fine. Ce projet vise à faire progresser la maturité technologique du KNM2, en se concentrant sur son application pour les enfants atteints de TDAH et en structurant son lancement commercial. La technologie KNM2 repose sur des fondements théoriques solides, notamment la Théorie Cinématique des mouvements humains et son Principe de Lognormalité.

Le/la stagiaire postdoctoral(e) retenu(e) contribuera de manière significative à l'avancement de ce projet en se concentrant sur les aspects suivants :

Traitement des signaux par réseaux neuronaux récurrents : Développer et comparer plusieurs techniques de réseaux récurrents pour l'analyse automatisée des données neuromotrices et la génération de prédictions adaptées aux contextes pédiatriques.

Recherche de biomarqueurs en contrôle neuromoteur : Participer au développement et à la validation de biomarqueurs numériques statistiques et basés sur l'IA, en s'appuyant sur les données collectées et la génération de données synthétiques pour renforcer l'entraînement des algorithmes. L'objectif est d'identifier des biomarqueurs robustes et fiables pour caractériser les troubles neuromoteurs.

Responsabilités :

- Concevoir et mettre en œuvre des modèles d'apprentissage automatique, en particulier des réseaux neuronaux récurrents, pour l'analyse de signaux physiologiques complexes.
- Collaborer à la définition et à la validation de biomarqueurs issus de données neuromotrices.
- Participer à la génération et à l'utilisation de données synthétiques pour améliorer la robustesse des modèles d'IA.




- Analyser et interpréter des ensembles de données complexes pour identifier des tendances et des patrons pertinents.
- Rédiger des rapports scientifiques, des articles de conférence et des publications dans des revues à comité de lecture.
- Collaborer avec une équipe multidisciplinaire de chercheurs et d'ingénieurs.

Qualifications Requises :

- Doctorat (Ph.D.) en génie électrique, informatique, génie biomédical, ou dans un domaine connexe avec une spécialisation en apprentissage automatique.
- Solide expérience en traitement du signal et en développement de modèles basés sur des réseaux neuronaux récurrents.
- Compétences avérées en programmation (par exemple, Python) et avec les bibliothèques d'apprentissage automatique (par exemple, TensorFlow, PyTorch).
- Intérêt marqué pour la recherche appliquée et la recherche de biomarqueurs.
- Excellentes capacités d'analyse, de résolution de problèmes et de communication scientifique (français et/ou anglais).

Atouts : Expertise en neuromotricité.

- Connaissance des systèmes de type "Generalized Boltzmann Machine" (GBM).
- Expérience avec l'analyse de données physiologiques ou biomédicales.
- Familiarité avec les principes de la Théorie Cinématique des mouvements ou des modèles lognormaux.

Ce que nous offrons :

- L'opportunité de contribuer à un projet de recherche de pointe ayant un impact direct sur la santé et le bien-être des enfants.
- Un environnement de recherche stimulant au sein d'un laboratoire reconnu internationalement.
- La possibilité de travailler avec des ensembles de données uniques et de développer une expertise en intelligence artificielle appliquée à la neuromotricité.
- Une bourse postdoctorale compétitive.

Vous êtes intéressé au poste? Appliquez dès maintenant!

Polytechnique Montréal souscrit à un programme d'accès à l'égalité en emploi et encourage les candidatures des femmes, des minorités visibles, des minorités ethniques, des Autochtones et des personnes handicapées.

📌 Stagiaire Postdoctoral en Apprentissage Automatique et Analyse Neuromotrice - NeuroScribens Inc. (Montreal)
🏢 NeuroScribens
📍 Montreal