Assistant·e Ingénieur·e Biologiste en Traitement de Données - A3a41 H/F CNRS

Détail du poste

L'équipe dirigée par Srdjan Ostojic à l'École Normale Supérieure de Paris recrute un(e) assistant(e) de recherche pour étudier les dynamiques d'apprentissage dans les modèles de réseaux de neurones récurrents (RNN) pour des tâches cognitives.
Activités
- Implémentation et analyse de modèles RNN en Python avec les frameworks d'apprentissage profond
- Conception et réalisation d'expériences computationnelles pour étudier les dynamiques d'apprentissage
- Développement de modèles théoriques et analyses mathématiques des processus d'apprentissage
- Collaboration avec les membres de l'équipe sur l'analyse et l'interprétation des données
- Rédaction de publications scientifiques pour revues à comité de lecture
- Présentation des résultats lors de réunions d'équipe et conférences scientifiques
Compétences
**Formation :**
- Bac +2 mais MASTER apprécié en Physique, Mathématiques, Informatique, Neurosciences ou domaine connexe

**Compétences techniques :**
- Maîtrise de la programmation Python et des bibliothèques d'apprentissage automatique (PyTorch, TensorFlow, JAX)
- Solides bases mathématiques : algèbre linéaire, analyse, systèmes dynamiques
- Connaissance des réseaux de neurones et principes d'apprentissage profond
- Expérience en méthodes numériques et calcul scientifique
- Capacités d'analyse et de résolution de problèmes

**Compétences linguistiques :**
- Anglais : niveau C1 minimum (lu, écrit, parlé)

## COMPÉTENCES SOUHAITÉES

- Expérience préalable avec les réseaux de neurones entraînés
- Formation en neurosciences théoriques ou biologie computationnelle
- Connaissance de la théorie des systèmes dynamiques
- Expérience du calcul haute performance et environnements cluster
Contexte de travail

La personne recrutée rejoindra le Group for Neural Theory à l'ENS, dans un environnement de recherche dynamique. L'équipe fait partie du Laboratoire de Neurosciences Cognitives et Computationnelles (LNC2). Ce poste s'inscrit dans le cadre du projet ERC Synergy Chronology, une collaboration avec les équipes expérimentales de Brice Bathellier (Institut Audition), Virginie van Wassenhove (NeuroSpin), et Mehrdad Jazayeri (MIT).