Déterminants physiologiques de la pénibilité au travail
La personne recrutée contribuera aux travaux de recherche du projet PRESTON (IRIT - LISST), financé par la Région Occitanie dans le cadre du dispositif d’intervention « Recherche et Société(s) ».
Le projet a pour objectif de développer une méthode mixte de recueil et de traitement de données visant à étudier différents facteurs de pénibilité au travail et leurs interactions : la pénibilité ambiante (bruit, température, etc.), la pénibilité liée aux tâches effectuées (charges, postures, etc.), ainsi que la pénibilité liée au rythme de travail (travail répétitif, de nuit, etc.).
La méthode ambitionne de croiser des données objectives de pénibilité, qui seront recueillies dans le cadre de différentes situations de travail à l’aide de capteurs et de dispositifs de santé connectée, avec des données subjectives, en s’appuyant sur des enquêtes permettant d’analyser la pénibilité telle qu’elle est perçue et vécue par les travailleurs.
Dans ce projet, les tâches dévolues à la personne recrutée concerneront principalement les aspects "Science des Données" et "Machine Learning". Il s'agira :
• De définir des modèles d'analyse de données portant sur des séries temporelles de données issues de différents capteurs (capteurs environnementaux, dispositifs de santé connectée...) afin d'identifier les déterminants principaux de la pénibilité au travail.
• De définir des algorithmes de machine-learning permettant d'identifier en temps réel les activités stéréotypiques d'une situation de travail à partir des données issues de la centrale inertielle d'un smartphone.
La personne recrutée contribuera à l’encadrement de stagiaires niveau M2 et d’élèves-ingénieurs de l’école ISIS associés au projet, ainsi qu’à la production scientifique issue du projet (publication d'articles, diffusion scientifique...)