Data-Scientist - H/F

du poste :

La Cellule d'Ingénierie des Données de Santé du CHUGA (CIDS), regroupant l'Entrepôt de Données de Santé1 (EDS) et les data scientists du Centre d'Investigation Clinique Innovation Technologique² (CIC-IT) est une structure du CHUGA ayant pour mission l'extraction et l'analyse de données de santé de vie réelle pour l'évaluation de thérapeutiques innovantes de santé.En vue du démarrage de nouveaux projets d'IA générative en Santé, en collaboration avec des institutions publiques nationales et des startups européennes, la CIDS recrute un.e Ingénieur.e Data Science pour fine-tuner et évaluer des grands modèles de langues (LLM) appliqués aux comptes-rendus hospitaliers générés dans le cadre du soin des patients au CHUGA.En particulier, le projet PARTAGES3, coordonné par la Plateforme des Données de Santé4 (ex HDH) et l'AP-HP, vise à démocratiser l'usage des modèles de langage pour les données textuelles de santé. Il repose sur la création de communs numériques ouverts, incluant des corpus médicaux en français et des modèles d'IA générative accessibles à l'ensemble de l'écosystème de santé. À travers le développement de modèles spécialisés et leur évaluation à grande échelle, le projet ambitionne d'accélérer l'innovation en analyse, structuration et génération de comptes rendus médicaux.
Missions principales:
Extraction et structuration des données
Concevoir et modéliser des jeux de données non structurées principalement (texte)
Déployer, valider et évaluer les algorithmes de NLP mis à disposition dans le cadre du projet PARTAGES
Définir des règles de gestion de nettoyage des données
Maîtriser la qualité des données tout au long de leur traitement, avec mise en qualité du jeu de données
Élaboration des algorithmes d'intelligence artificielle
Intégration, mise en oeuvre et qualification d'algorithmes de NLP pour exploiter des données de santé non structurées
Amélioration continue des modèles
Conception et mise en oeuvre de protocoles d'évaluation de la performance des modèles
Capitalisation et documentation des résultats et des méthodes d'évaluation de la qualité des modèles
Documentation/GIT
Industrialisation des modèles d'intelligence artificielle dans les applications
Industrialiser les modèles NLP afin de les utiliser sur d'autres projets
Prendre part aux vérifications lors des mises en production
Définir les règles de gestion pour la maintenance des modèles
Veille technologique sur les outils de data science
Effectuer une veille sur les nouvelles technologies et solutions logicielles de data science
Rechercher et expérimenter de nouvelles méthodes de modélisation et de data science

Profil recherché :

Titulaire d'un Diplôme Bac+5 ou d'une thèse en Data Science
Compétences techniques : Langages de programmation (Python, R, SQL, etc) Architectures NLP (prototypage et déploiement) et librairies de traitement associées Systèmes d'exploitation (Unix, Windows) Bases de données et gestion de bases de données (SQL et NoSQL) Connaissances sur les algorithmes de Machine Learning Connaissance des moteurs de recherche type ElasticSearch (indexation des textes) Outils collaboratifs GitLab, Wiki
Connaissances du monde de la Santé, de son organisation, de ses enjeux éthiques et réglementaires en termes d'information de Santé
Savoir-être : Autonomie, rigueur, organisation, aptitude à travailler en équipe, dynamisme Être force de proposition pour résoudre des problèmes techniques Capacité à recueillir de l'information auprès des investigateurs et leur équipe, porteurs de projets de recherche et à échanger avec les intervenants externes impliqués dans la mise en oeuvre de projets
Conditions de travail :
Salaire selon la Grille indiciaire du grade Ingénieur hospitalier, échelon selon l'expérience professionnelle/ancienneté + prime de technicité Temps de travail : 100% (80% accepté) 27 jours de congés annuels + 20 jours de RTT Lieu : CHUGA Site Nord Pavillon Taillefer Grenoble Possibilité de télétravail 1 jour / semaine
Le poste est à pourvoir dès que possible