La mission de votre équipe

Afin de permettre le développement de projets de recherche innovants, en particulier dans le domaine de l’intelligence artificielle, l’AP–HP a mis en place une plateforme Big Data, infrastructure informatique propre, intégrant des capacités de stockage et de calcul pour l’exploitation sécurisée et performante des données de santé dont elle est dépositaire. Cette plateforme héberge notamment l’entrepôt de données de santé (EDS) de l’AP-HP.
​
L’Entrepôt de Données de Santé (EDS) de l’AP-HP intègre des données administratives et médicales de plus de 8 millions de patients hospitalisés ou venus en consultation au sein des 39 établissements de l’AP-HP (20 millions de dossiers médicaux, plus de 10 millions de diagnostics, 181 millions de résultats de laboratoires…). Cet entrepôt permet d’améliorer le pilotage de l’activité hospitalière et de faire avancer la recherche scientifique dans le domaine de la santé en favorisant la réalisation d’études sur données, la mise en place d’essais cliniques et le développement d’algorithmes d’aide à la décision.
​
La Plateforme Big Data de l’AP-HP compte actuellement +20 machines pour le cluster Hadoop (5To RAM, +850 Cores, 1.8Po d’espace disque), de machines GPU (24 Nvidia P40), de 10 machines dédiées aux environnements Jupyter pour l’analyse de données, et de nombreuses autres machines applicatives.
​
Votre équipe, le domaine « Plateforme Big Data », a pour mission l’intégration des données de santé massives et complexes (données structurés, textes, imagerie, voix, signaux physiologiques, etc.) et leur utilisation à grande échelle, de manière performante, ergonomique et sécurisée dans le respect des principes et règles de gouvernance des données définis par l’AP-HP. Dans le domaine de l’imagerie médicale, les images sont majoritairement produites dans les plus de 20 services de radiologie de l’APHP et stockés dans un PACS Centrale APHP, géré par le pôle imagerie de la DSI.

Vos missions

Au sein de l’équipe en charge de la Plateforme Big Data de l’APHP, vous participerez au développement des outils ou composants répondant aux attentes des médecins et chercheurs pour l’exploitation des données d’imagerie médicale (majoritairement au format DICOM) collectées dans le cadre de leurs projets de recherche.

La plateforme big data a engagé le développement d’une solution spécifique de serveur PACS ainsi que les mécanismes de collecte des données depuis le serveur PACS de l’APHP et d’autres sources d’images. Vous serez amené à analyser, à proposer et à mettre en oeuvre des solutions adaptées aux différents besoins des projets de recherche et vous participerez également à la mise en place d’un certain nombre d’outils de base (visualisation, annotation, etc.) pour faciliter l’exploitation et l’enrichissement des données d’imagerie par les utilisateurs de la plateforme.

En tant que data engineer spécialisé en imagerie médicale, vous :

• Réaliserez la définition des besoins et l’accompagnement des médecins pour la réalisation d’un projet de recherche
• Développerez, industrialiserez et maintiendrez les flux d’intégration de données d’images pour permettre la collecte et l’utilisation de nouvelles typologies de données (extraction, sélection, collecte et intégration) via des connecteurs spécifiques développés en python ou avec l’utilisation de l’ETL Talend
• Industrialiserez le code de génération du flux de données et assurer sa performance globale
• Aiderez à l’implémentation de standards et normes de mise à disposition des données
• Mettrez en place des outils permettant l’enrichissement des données (analyse, annotation, etc)
• Travaillerez en collaboration avec des partenaires industriels dans le cadre des différents projets de recherche

Vous avez un savoir faire dans un de ces domaines :

• Vous maitrisez des langages de programmation suivants :

  • Python
  • Scala / Java (appréciée)

• Vous avez de bonne connaissance sur les base de données :

  • relationnelles (PostgreSQL, Oracle, etc.)
  • distribuées (HIVE, HBase, etc.)

• Vous avez de bonne connaissance du traitement des données massives et des technologies Big Data dont :

  • Spark
  • Hadoop
  • HDFS
  • CEPH (appréciée)
  • Kafka (appréciée)

• Vous avez des connaissances sur les différents formats de stockage suivants :

  • Avro
  • Parquet
  • ORC
  • SequenceFile
• Vous avez des connaissances en méthodes de développement logiciel (Méthodologie agile, qualification, recette, mise en production, maintenance opérationnelle, pilotage, …)
• Vous maitrisez les systèmes d’exploitation serveur UNIX
• Vous avez de bonnes connaissances des méthodologies DevOps et des outils associés (Docker, Kubernetes, GitLab …)

Idéalement, vous..

• Avez un diplôme d’ingénieur ou équivalent (bac+4/5, master2) en informatique ou sciences avec formation complémentaire en informatique
• Connaissez les standards en imagerie médicale (DICOM, HL7-FHIR, OMOP, …)
• Avez des connaissances des bonnes pratiques de sécurité informatique et de la réglementation informatique et libertés
• Adhérez aux valeurs du service public et vous avez un intérêt prononcé pour le domaine de la santé
• Avez un niveau d’anglais courant

Et humainement ?

• Capacité à appréhender des enjeux liés à la recherche, à l’analyse de données et aux technologies de machine learning/deep learning, notamment dans le domaine de la santé (santé publique, imagerie médicale, épidémiologie, …)
• Esprit d’équipe et la volonté de prendre part à une aventure collective
• Sens de l’écoute, du résultat et de la qualité
• Des qualités d’autonomie, de flexibilité et de responsabilité
• Curieux, rigoureux, dynamique et créatif, avec un réel envie de faire preuve d’innovation
• Être ouvert aux nouvelles technologies dans votre domaine

Au travers de 2 à 3 entretiens vous échangerez avec différents chefs de projets et le directeur de la plateforme