Ingénieur-e de recherche en analyse comportementale : séquençage et clustering de patrons comportementaux en escalade au greyc (h/f)

RESPONSABILITÉS :

Service d'affectation : GREYC UMR CNRS 6072 - Equipe Image, Bât F, ENSICAEN,

Missions :
• Développement de pipelines d'analyse comportementale multimodale (vidéo, tracking corporel, eye-tracking).
• Implémentation d'approches de factorisation tensorielle (CPD, Tucker) pour la segmentation et le clustering des comportements.
• Conception et entraînement de modèles deep learning auto-supervisés (transformers, attention) pour la détection de patrons comportementaux et de profils d'exploration.
• Gestion et traitement de bases de données vidéos et biomécaniques issues d'expérimentations en escalade (compétition et simulation).
• Analyse des résultats, validation des clusters comportementaux et rédaction de rapports d'analyse.
• Collaboration avec les chercheurs des laboratoires partenaires (GREYC, CRISTAL) pour l'intégration des méthodes développées.
• Participation aux réunions de suivi du projet et contribution aux livrables scientifiques.

Conditions particulières d'exercice :
Travail en environnement de recherche, collaboration avec des partenaires académiques et industriels, participation à des réunions scientifiques, respect des échéances projet (ANR).

PROFIL RECHERCHÉ :

Catégorie d'emploi : A

Diplôme requis : Master 2 ou Doctorat en informatique, traitement de données, intelligence artificielle ou domaine connexe.

Une expérience antérieure en recherche appliquée ou projet collaboratif sera fortement valorisée.

Compétences attendues :
• Traitement de données multimodales (vidéo, tracking, capteurs)
• Machine Learning, Deep Learning (transformers, attention, SSL)
• Méthodes de factorisation matricielle ou tensorielle
• Analyse statistique et clustering de séquences comportementales
• Vision par ordinateur, suivi de pose (2D/3D)
• Apprentissage auto-supervisé et modèles séquentiels
• Notions en biomécanique ou sciences du sport (un plus)
• Maîtrise des outils Python (NumPy, PyTorch/Tensorflow, Scikit-learn), et idéalement de bibliothèques pour la factorisation (Tensorly, etc.)
• Capacité à développer des prototypes robustes et réutilisables
• Compétence en gestion et traitement de jeux de données complexes (formats, nettoyage, alignement temporel)
• Capacité à documenter et diffuser les résultats (rapports, code, publications)
• Esprit d'équipe, autonomie, rigueur scientifique
• Capacité d'analyse et de synthèse
• Goût pour l'interdisciplinarité (IA, sciences du sport, vision)

Conditions de recrutement :
Recrutement sur contrat de recherche, sous réserve de la disponibilité du financement.
Poste à temps complet, ouvert uniquement aux contractuels (CDD).
Rémunération statutaire et appréciée en fonction de l'expérience professionnelle.
A compétences égales, priorité aux travailleurs handicapés et autres bénéficiaires de l'obligation d'emploi.
Poste à pourvoir : 1er décembre 2025 pour une durée de 18 mois
Date limite de candidature : avant le 24.10.2025
- une lettre de motivation
- un curriculum vitae décrivant le parcours antérieur de formation et l'expérience.