Postdoc : Détection précise de motifs de pointes dans les données neurobiologiques

Description

Les candidatures sont les bienvenues pour un poste de post-doctorant entièrement financé à l’INT à Marseille, en France. Votre mission sera de construire un algorithme pour la détection précise de motifs de pointes dans les données neurobiologiques. Le projet est financé par la bourse polychronies (AMX-21-RID-025) et sera coordonné par Laurent Perrinet avec Thomas Schatz (théorie) et Rosa Cossart (neurobiologie).

Formation requise

Pour obtenir de plus amples informations, veuillez consulter le site https://laurentperrinet.github.io/post/2023-05-01_postdoc-position_polychronies. Pour postuler, contactez-moi à l'adresse Laurent.Perrinet@univ-amu.fr et fournissez une lettre de motivation synthétique et un CV. Je réponds toujours, généralement en moins d'une semaine, alors n'hésitez pas à me recontacter au cas où vous n'auriez pas eu de nouvelles. La date idéale d'entrée en fonction est le 1er octobre 2023, mais elle peut être fixée de manière flexible en fonction des besoins du candidat. L'engagement est de 18 mois et les candidatures sont les bienvenues immédiatement.

Profil recherché

Les candidats doivent avoir une expérience en neurosciences computationnelles, en physique, en ingénierie ou dans des domaines connexes, ainsi qu'une solide expérience en apprentissage automatique. Une expérience pluridisciplinaire serait très appréciée, en particulier une connaissance approfondie des mathématiques.

Compétences recherchées

Le candidat doit avoir de bonnes compétences en informatique (programmation, gestion des versions git, ...). Une expérience en programmation Python est requise. Le candidat doit avoir un intérêt marqué pour les neurosciences. Le candidat doit parler couramment l'anglais et être prêt à interagir de manière proactive avec des partenaires de différentes communautés, y compris les neurosciences théoriques, l'apprentissage automatique ou la neurobiologie. Le candidat préféré doit avoir la capacité de travailler de manière autonome et être flexible pour s'adapter aux méthodes de travail des superviseurs.