Stage Data Science - Modèle de Fondation
Dans le cadre d'un stage de fin d'étude de 6 mois, nous vous proposons de rejoindre le pôle IA/Data Science pour développer les algorithmes de détection et d’exploration de nouveaux biomarqueurs dans de nombreuses applications neurologiques à partir de l’EEG. En particulier, nous développons un modèle de fondation de l’EEG qui permettra d’accélérer et de débloquer de nouveaux cas d’usages.
BioSerenity est une plateforme intégrée en neurosciences. De la production de dispositifs médicaux connectés à la télémédecine collaborative, elle complète l’offre de soins dans le diagnostic des pathologies du cerveau et domaines adjacents tels que les troubles du sommeil. Elle enrichit les protocoles actuels par une utilisation adaptée de l’intelligence artificielle.
L’environnement est idéal pour le développement d’algorithmes innovants qui auront un impact médical : collaboration avec des neurologues experts, accès à de grandes bases de données pour l’entrainement d’algorithmes, déploiement des algorithmes sur le terrain facilité à travers les produits Bioserenity et retours concrets de la part des médecins et des techniciens.
En tant que stagiaire rattaché au pôle Data Science, vos missions seront :
- Contribution à une revue de littérature continue sur les modèles de fondation des biosignaux
- Participation au développement et à l’amélioration de notre modèle de fondation de l’EEG :
- Développement de réseaux de neurones profonds innovants, apprentissage de représentation, IA générative
- Comparaison aux performances de modèles open source
- Mise en forme et présentation des résultats et/ou visualisation de signaux lors de réunions inter-équipes
Votre profil:
- Bonne connaissance de Python
- Data manipulation : pandas, numpy, …
- Data visualization : matplotlib, seaborn, …
- ML/DL : sklearn, pytorch, tensorflow, …
- Signal Processing : scipy
- Connaissance dans les réseaux de neurones profonds innovants (transformers)
- Réalisation de projet(s) dans la construction de pipelines d’IA personnalisées
- Expérience de travail en équipe
- Curiosité et rigueur scientifique
- Bonne maîtrise de l’anglais
- Esprit d’équipe
- (optionnel) Connaissance des signaux EEG
- (optionnel) Git