Mission : Dans le cadre du projet ERC-Synergy NASCE, vous étudierez la manière dont le cerveau humain représente des sons naturels isolés à l'aide de la magnétoencéphalographie (MEG), et comment ces représentations se comparent à des modèles acoustiques, sémantiques et de deep learning. Vos missions principales seront : - Finaliser et prolonger les analyses en espace source de jeux de données MEG déjà acquis avec des sons naturels isolés ; - Mettre en œuvre des analyses de similarité représentationnelle (RSA) et des partitions de variance pour comparer les réponses cérébrales à des modèles acoustiques, sémantiques textuels et à des réseaux neuronaux profonds ; - Participer au développement de pipelines Python robustes et réutilisables pour le consortium NASCE, ainsi qu'à la valorisation scientifique des résultats (articles, résumés, présentations). Activités : • Assurer le pré-traitement des données MEG (rejet d'artefacts, filtrage, découpages, contrôle qualité) ; • Réaliser des reconstructions en espace source et des analyses par régions d'intérêt sous MNE-Python ; • Construire et analyser des matrices de dissimilarité représentationnelle (RDM) issues des données cérébrales et des modèles computationnels ; • Implémenter des RSA croisés, des partitions de variance et les tests statistiques associés ; • Documenter et maintenir le code d'analyse dans des dépôts versionnés (Git) ; • Préparer figures, tableaux de résultats et éléments de texte pour les articles et conférences.