Au sein de l’équipe data science, vous aurez pour mission de développer, valider et maintenir des algorithmes et bibliothèques logicielles scientifiques facilitant l’exploitation des données issues de l’EDS à des fins de recherche et de pilotage. Vous pourrez notamment vous concentrer sur l’analyse et le traitement automatique du langage permettant de transformer les données textuelles de l’EDS (en particulier les données d’oncologie) en données structurées directement exploitables. Ces travaux se font en étroite collaboration avec les experts métier au travers de groupes de travail.
En fonction des priorités de l’équipe, des travaux en lien avec le traitement des images, le traitement des séries temporelles, ou avec le déploiement, le maintien et l’évaluation de modèles en production pourront vous être demandés. Une expérience professionnelle dans l’un de ces domaines d’expertise ou en rapport avec les briques technologiques mobilisées (PyTorch, Polars, Spark, etc.) serait utile même si non indispensable.

MISSIONS GÉNÉRALES
· Développement et maintien d’une expertise dans le traitement des données médicales de l’EDS, notamment des données d’oncologie ;
· Développement, validation et maintenance de bibliothèques logicielles scientifiques écrites en Python facilitant l’analyse des données de l’EDS ;
· Développement de modèles de ML (Machine Learning), deep learning et NLP (Natural Language Processing) pour pré-traiter les données ;
· Rédaction la documentation technique ainsi que la documentation utilisateur ;
· Contribution à l’écriture d’articles scientifiques.

Diplôme : Diplôme d’ingénieur avec spécialisation sur les enjeux de traitement de données massives ;
Niveau d’étude : Bac +5

Niveau d’expérience :
• Au moins 4 années d’expérience dans le domaine de la science des données
• Une expérience dans le domaine de la santé recommandée.

Compétences requises :
o Expertise en développement Python ;
o Expertise en développement de modèles de machine learning (PyTorch, Transformers, Scikit-learn, etc.) ;
o Expertise en déploiement de modèles statistiques/de machine learning.
o Expertise en traitement automatiques des langues (NLP) ;
o Expertise en analyse de bases de données (SQL) ;
o Expertise en calcul distribué et en data management (Spark, etc.) ;
o Expertise sur les données médicales ;

Compétences associées :
o Capacité à lire la littérature scientifique et à contribuer à des articles scientifiques ;
o Connaissance du RGPD et de la réglementation liée à la recherche sur données et la recherche clinique.

Savoir-faire et savoir être :
• Esprit d’équipe et fort sens du relationnel ;
• Autonomie, rigueur, méthode ;
• Excellentes aptitudes relationnelles et à la communication, capacité d’écoute et de vulgarisation, capacité de formation (Aisance à l’oral, diplomatie) ;
• Capacité de travail importante, associée à un fort dynamisme ;
• Curiosité et capacité d’adaptation et d’anticipation ;
• Adhésion aux valeurs du service public et intérêt prononcé pour le domaine de la santé.