Rechercher, qualifier et structurer des datasets scientifiques et médicaux : sommeil, signaux physiologiques, EEG/ECG/EMG, dermatologie, imagerie rétinienne, imagerie médicale.Construire les pipelines de préparation, nettoyage, normalisation et transformation des données.Identifier les biais, données manquantes, problèmes d'annotation et limites des datasets.Prototyper et entraîner des modèles de Machine Learning / Deep Learning, notamment en Computer Vision, séries temporelles et IA multimodale.Développer des modèles de classification, détection, segmentation, embeddings et architectures vision modernes.Travailler sur l'analyse de signaux physiologiques, la détection d'anomalies et les données longitudinales.Mettre en place des protocoles d'évaluation rigoureux : précision, recall, F1, AUROC, sensibilité, spécificité, calibration, faux positifs/négatifs.Garantir la reproductibilité des expérimentations et éviter les data leakages entre entraînement et validation.Participer au développement du pipeline ML : dataset → préparation → entraînement → validation → versioning → inférence → API → produit.Assurer une veille scientifique et transformer les publications pertinentes en expérimentations concrètes : paper → dataset → reproduction → benchmark → prototype.Identifier les premières indications médicales pertinentes selon la disponibilité des données, la qualité du ground truth, la faisabilité ML et le potentiel produit.Participer au développement de modèles appliqués au sommeil : séries temporelles, baselines individuelles, détection d'anomalies et tendances longitudinales.Collaborer avec les équipes produit et développement pour transformer les travaux de recherche en prototypes exploitables.