Empa, Materials Science and Technology
St. Gallen
Hier
Poste de doctorant en traitement du signal biomédical et apprentissage automatique pour la surveillance physiologique portable
- 02 mars 2026
- 100%
- Durée indéterminée
- St. Gallen
Résumé de l'emploi
Empa, une institution de recherche de l'ETH Domain, se passionne pour la science des matériaux et technologies. Rejoignez un environnement de travail innovant et stimulant.
Tâches
- Développer des pipelines de traitement de données pour des signaux physiologiques.
- Concevoir des modèles d'apprentissage automatique pour la surveillance prédictive.
- Analyser des ensembles de données expérimentales pour évaluer les performances des capteurs.
Compétences
- M.Sc. en Data Science, Informatique, Ingénierie ou domaine similaire requis.
- Solides compétences en traitement du signal et programmation Python ou MATLAB.
- Expérience en apprentissage automatique et modélisation statistique appréciée.
Est-ce utile ?
À propos de cette offre
La science et la technologie des matériaux sont notre passion. Grâce à nos recherches de pointe, les quelque 1 100 collaborateurs d'Empa apportent des contributions essentielles au bien-être de la société pour un avenir digne d'être vécu. Empa est un institut de recherche du domaine ETH.
Poste de doctorant en traitement du signal biomédical et apprentissage automatique pour la surveillance physiologique portable
Dans le cadre de notre axe de recherche Digital Health Solutions, nous développons des technologies pour la surveillance continue à long terme des individus. Au laboratoire Biomimetic Membranes and Textiles, des équipes interdisciplinaires travaillent au développement, à l'intégration et à la validation de nouveaux systèmes de détection - en particulier pour des applications textiles. L'accent est mis sur le développement de nouveaux concepts de capteurs, leur caractérisation expérimentale, le développement de méthodologies appropriées et la validation systématique dans des conditions d'exploitation réalistes. Cela inclut la mise en place de systèmes de mesure, le traitement et l'analyse des signaux ainsi que l'évaluation de la précision des mesures, de la robustesse et de la stabilité à long terme. Les données résultantes constituent la base d'approches basées sur des modèles pour évaluer les conditions physiologiques en ce qui concerne la santé et la performance.
Vos tâches
- Développer des chaînes de traitement des données pour des signaux physiologiques multimodaux (prétraitement, extraction de caractéristiques et fusion de données) provenant de systèmes de détection portables
- Concevoir et valider des modèles d'apprentissage automatique pour la surveillance prédictive des états physiologiques
- Analyser de grands ensembles de données expérimentales et quantifier la performance des capteurs (précision, robustesse, intégrité du signal) dans des conditions physiologiques et environnementales variables
- Réaliser des évaluations statistiques et valider les modèles à l'aide de mesures contrôlées et de données de référence issues de capteurs factices
- Collaborer avec les partenaires du projet et diffuser les résultats via des rapports, des visualisations et des publications scientifiques
Votre profil
Vous êtes titulaire d'un M.Sc. en science des données, informatique, ingénierie, physique, statistiques ou dans un domaine connexe et êtes motivé à appliquer des analyses avancées à des défis réels en santé numérique. Vous avez de solides bases en traitement du signal et êtes à l'aise avec Python ou MATLAB (par exemple NumPy, Pandas, SciPy). Une expérience avec les signaux biomédicaux ou l'évaluation de la qualité des signaux est un avantage.
- Vous possédez une expérience initiale en apprentissage automatique (par exemple scikit-learn, XGBoost, PyTorch) et en modélisation statistique (par exemple modèles mixtes, ANOVA, analyse de puissance). La curiosité et la volonté d'apprendre sont indispensables et une familiarité avec les données physiologiques (par exemple, la variabilité de la fréquence cardiaque) est un plus.
- Vous aimez travailler avec des ensembles de données complexes et multimodales et développer des algorithmes robustes pour la surveillance continue et la modélisation prédictive. Vous êtes à l'aise pour combiner codage, analyse de données et validation expérimentale en laboratoire et sur le terrain.
- Vous travaillez de manière autonome, pensez de façon analytique et prenez des initiatives.
- Excellentes compétences en anglais requises ; l'allemand est un plus.
Notre offre
Nous vous offrons l'opportunité de développer, approfondir et appliquer votre expertise dans un environnement de recherche orienté vers l'application chez Empa. En travaillant en étroite collaboration avec des équipes interdisciplinaires et des partenaires nationaux et internationaux, vous élargirez votre réseau professionnel et construirez une base solide pour une future carrière dans le milieu académique ou industriel. Empa soutient activement votre développement professionnel et personnel. Le poste est initialement limité à trois ans, avec une date de début à convenir mutuellement. Le projet doctoral sera réalisé en étroite collaboration avec le Département D-HEST de l'ETH Zurich. Le diplôme de doctorat sera délivré par l'ETH Zurich.
Nous vivons une culture d'inclusion et de respect. Nous accueillons toutes les personnes intéressées par des activités innovantes, durables et significatives - c'est ce qui compte.
Nous attendons avec impatience de recevoir votre candidature complète en ligne comprenant une lettre de motivation, un CV, des certificats, des diplômes et les coordonnées de deux personnes de référence. Veuillez soumettre ces documents exclusivement via notre portail d'emploi. Les candidatures par e-mail et par courrier ne seront pas prises en compte.
