Data engineer – nlp

Suivi technique du projet PARTAGES

- Déploiement et maintien en conditions opérationnelles des composants du noeud local de la plateforme nationale d'évaluation fédérée

- Constitution et préparation des jeux de données locaux servant à l'évaluation : extraction, sélection, contrôle de conformité, documentation

- Exécution des campagnes d'évaluation des modèles fournis par le consortium sur les données réelles de l'établissement

- Production, contrôle et transmission des métriques d'évaluation au coordonnateur du projet

- Documentation du cadre réglementaire et de sécurité appliqué, traçabilité des traitements réalisés

- Interface technique avec les équipes du Health Data Hub et des autres partenaires ; participation aux points d'avancement et contribution aux rendus techniques attendus

Accompagnement du service sur l'analyse textuelle des comptes rendus médicaux

- Exploration et cartographie des bases contenant des documents textuels : volumétrie, typologies de comptes rendus, métadonnées, chaînage aux séjours et aux patients

- Conception, développement et industrialisation des chaînes de traitement (ETL) d'extraction et de préparation des corpus, orchestrées sous Dagster- Mise en qualité des données : détection des anomalies, doublons, documents tronqués ou mal rattachés ; normalisation et documentation des corpus produits

- Définition et calcul des métriques d'évaluation des traitements (qualité des corpus, performance des modèles) et restitution aux équipes métier

- Mise en oeuvre technique des cas d'usage prioritaires retenus par le service, en s'appuyant sur les ressources ouvertes produites par PARTAGES (corpus PARHAF et PARCOMED, modèles open source) :

- Génération de comptes rendus fictifs (data augmentation)

- pseudonymisation automatique des comptes rendus médicaux

- Aide au codage médical automatisé à partir des comptes rendus (DIM)

- Utilisation, spécialisation et évaluation de modèles de langage sur les corpus annotés, sur l'infrastructure de calcul dédiée

- Documentation des travaux (code, jeux de données, résultats), versionnement sous Git et transfert de compétences auprès de l'équipe

Le poste est à pourvoir rapidement au sein du Centre de Données Cliniques de l’Hôpital Morvan.

Le poste est ouvert aux profils juniors, y compris aux candidats en première expérience professionnelle.

Conditions d’emploi

• CDD de 6 mois renouvelable

• Temps de travail : 100 %

• Poste à pourvoir rapidement

• Rémunération selon l’expérience

  
  
  

Profil recherché

Vous êtes titulaire d’un Master 2 ou d’un diplôme d’ingénieur en informatique, science des données, intelligence artificielle ou dans un domaine équivalent.

Une première expérience, y compris académique, dans l’orchestration de flux de données ou le traitement automatique du langage constitue un atout.

Connaissances requises

• Anglais scientifique

• Biologie

• Bureautique / Technologies de l’information et de la communication

• Conduite de projet

• Éthique et déontologie médicales

• Informatique / Systèmes d’information

• Méthodes de recherche clinique

• Vocabulaire médical