VOUS SOUHAITEZ REJOINDRE UN ACTEUR HOSPITALIER MAJEUR DANS LA PRISE EN CHARGE EN PSYCHIATRIE ET NEUROSCIENCES ? Le Groupe Hospitalier Universitaire Paris psychiatrie & neurosciences est né le 1er janvier 2019 des rapprochements des hôpitaux Sainte-Anne, Maison Blanche et Perray-Vaucluse. Leader dans le soin, l'enseignement et la recherche portant sur les maladies mentales et le système nerveux, le GHU Paris emploie 5600 hospitaliers répartis dans 100 sites parisiens, ainsi que des unités à dimension médico-sociale dans le 91 et le 93. DESCRIPTION DE LA DIRECTION L'équipe d'accueil, The Computational Brain Team, dirigée par Florent Meyniel, se situe à l'interface entre la recherche fondamentale en neurosciences computationnelles et la recherche clinique. Notre équipe est rattachée à l'Unités de Neurosciences Cognitives (UNICOG), unité mixte de recherche Inserm-Université Paris Sud située sur le site du CEA Paris-Saclay, dont la mission est d'étudier les bases cérébrales des fonctions cognitives. Notre équipe est également rattachée à l'Institut de Neuromodulation, situé au cœur de l'hôpital Saint-Anne à Paris, et qui a pour mission de développer et de proposer des traitements innovants tels que de nouvelles techniques de neuromodulation pour des pathologies psychiatriques résistantes aux traitements usuels. Cette double affiliation (département Neurospin et GHU Paris Psychiatrie et Neurosciences) nous donne ainsi accès à de nombreux outils de recherche tels que les IRM à très haut champs ou les enregistrements intracrâniens, à différents modèles de dysfonctionnements cérébraux que sont les pathologies psychiatriques, ainsi qu'à des interventions causales que sont les techniques de neuromodulation. DESCRIPTION DU POSTE L'objectif est de développer un modèle dynamique multi-régional du comportement flexible, à partir de données neurobiologiques multi-modales (EEG, fMRI, spiking, etc.). Le candidat développera une base logicielle permettant d'extraire des systèmes dynamiques latents contraints par des données réelles de différentes modalités et résolutions (temporelles et spatiales). Le projet débutera avec des données simultanées EEG-BOLD, pour ensuite s'élargir à d'autres modalités (M/EEG, sEEG, spiking). Le modèle obtenu permettra également de réaliser des perturbations in silico pour tester des hypothèses causales sur les interactions inter-régionales impliquées dans la cognition flexible. Le candidat travaillera en étroite collaboration avec les membres de l'équipe, ainsi qu'avec des collaborateurs extérieurs, dont le groupe de Michael Pereira. MISSIONS - Développement d'un pipeline d'analyse basé sur des systèmes dynamiques latents - Analyse indépendante des données EEG et FMRI (modélisation observationnelle spécifique à chaque modalité) - Intégration multi-modale via des fonctions de coût partagées - Simulation d'expériences causales in silico sur les modèles générés - Participation aux publications, présentations et réunions de coordination du projet - Dissémination des résultats (présentations orales, articles, posters) PROFIL - Formation scientifique de niveau master (M2) ou équivalent en neurosciences computationnelles, modélisation mathématique, intelligence artificielle ou disciplines connexes - Intérêt marqué pour la modélisation dynamique du cerveau et la cognition humaine - Compétences solides en programmation deep learning (Python requis ; PyTorch/JAX/TensorFlow apprécié) - Appétence pour le travail avec des données expérimentales complexes (EEG, IRM) - Autonomie, rigueur scientifique, capacité à travailler en équipe interdisciplinaire - Maîtrise de l'anglais scientifique (écrit/oral) - Une première expérience en modélisation de données cérébrales ou en apprentissage automatique serait un atout