Scientifique de données / Data Scientist

Montréal, Québec, Canada

Ondova est une startup montréalaise de deep-tech, issue de l'incubateur TandemLaunch, qui développe une technologie pour écouteurs : nous réutilisons le transducteur d'un écouteur ou d'une oreillette ordinaire à la fois comme haut-parleur et comme capteur de biosignaux, sans capteur additionnel. Cela transforme des écouteurs de tous les jours en capteurs de fréquence cardiaque, de détection du port, d'identification de l'utilisateur et de gestes. Nous sommes en phase pré-commerciale, protégés par des brevets, et nous bâtissons le matériel et le logiciel de référence que nos partenaires et fabricants d'équipement d'origine (OEM) pourront licencier.

Le poste

Vous travaillerez directement avec notre responsable technique sur la science au cœur du produit : les algorithmes qui transforment les signaux bruts captés par le haut-parleur en données biométriques — fréquence cardiaque et signes vitaux connexes, identification de l'utilisateur, détection du port et reconnaissance de gestes. Les outils d'acquisition de données existent déjà; votre rôle porte sur le pipeline de données : acquisition, extraction du signal physiologique à travers le bruit, conception et évaluation de modèles, et mise à l'épreuve d'hypothèses — la robustesse de chaque caractéristique face au mouvement, à la lecture audio et aux variations du monde réel.

Il s'agit d'un poste de recherche-ingénierie concret, pour une personne qui souhaite voir ses modèles intégrés à un produit commercialisé plutôt que publiés dans un article. Vous serez responsable de la qualité de nos résultats : les bancs d'évaluation,



les points de référence et la rigueur.

Vos responsabilités

- Explorer et comprendre les jeux de données de biosignaux captés par haut-parleur; formuler et tester des hypothèses sur ce que contient le signal et ce qui le corrompt.
- Concevoir, implémenter et évaluer des méthodes de traitement du signal et d'apprentissage automatique pour l'extraction de caractéristiques, la récupération du rythme cardiaque, l'identification du porteur, la classification de gestes et le rejet des interférences.
- Assurer le contrôle qualité des résultats : bâtir des bancs d'évaluation et des points de référence de régression (p. ex. MAE, MAPE, corrélation, Bland-Altman, disponibilité), en assurer le suivi à mesure que les méthodes évoluent, et rendre compte avec autant de clarté de ce qui fonctionne que de ce qui ne fonctionne pas.
- Mener des études de robustesse : artefacts de mouvement, conditions de lecture audio, variations d'ajustement, écarts entre unités — quantifier où et pourquoi chaque caractéristique se dégrade.
- Documenter les méthodes et les résultats de sorte que chaque affirmation faite à nos partenaires soit rattachable à une expérience.

Ce que nous recherchons

- Une maîtrise ou un doctorat en génie, en informatique, en physique,



en mathématiques appliquées ou dans un domaine connexe; ou un baccalauréat assorti d'une expérience de recherche équivalente; et environ 3 à 8 ans et plus de travail appliqué — le niveau du poste sera ajusté au profil retenu.
- Une solide maîtrise de l'écosystème scientifique Python (NumPy/SciPy/pandas; scikit-learn et/ou un cadriciel d'apprentissage profond) et de bonnes pratiques logicielles : tests, Git, révision de code.
- De réelles bases en traitement du signal : filtrage, FFT et analyse spectrale, échantillonnage — de quoi raisonner sur une série temporelle avant de la modéliser.
- Une aisance avec les statistiques et l'évaluation : vous savez quand la corrélation induit en erreur, pourquoi la méthode de Bland-Altman existe, et comment concevoir une expérience susceptible de vous donner tort.
- De l'aisance avec des données réelles imparfaites et une capacité à énoncer clairement vos hypothèses.
- Une communication claire, capable d'expliquer un résultat et ses limites autant aux chercheurs qu'aux parties prenantes d'affaires.

Atouts

- De l'expérience avec les biosignaux (ECG, PPG, audio).
- De l'apprentissage profond sur séries temporelles; des méthodes auto-supervisées ou adaptées aux petits jeux de données.
- Une sensibilité aux contraintes du temps réel et de l'exécution sur appareil dans la conception d'algorithmes (calcul, latence, mémoire).

Logistique

Poste à temps plein, basé à Montréal. Rémunération concurrentielle. Les candidats retenus réaliseront un court exercice de traitement du signal à faire à la maison (environ 2 heures) avant un entretien technique.

📌 Scientifique de données / Data Scientist (Montreal)
🏢 Ondova
📍 Montreal