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 du système d’information clinique à des fins de recherche et de pilotage. Vous pourrez en particulier vous concentrer le traitement automatique du langage permettant de transformer les données textuelles de l’EDS en données structurées directement exploitables. Les développements que vous réaliserez seront diffusés au sein de la communauté de recherche de l’AP-HP afin d’être utilisés par les chercheurs pouvant en bénéficier. Vous consoliderez une communauté d’utilisateurs et de contributeurs intéressés par ces outils. Vous serez amené.e à contribuer à des articles scientifiques valorisant d’un point de vue académique ces différents travaux.
Vos missions pourront également concerner plus directement des travaux de recherche mobilisant des analyses de données. Ces travaux se font en étroite collaboration avec les experts métier au travers de groupes de travail. Parmi les domaines d’application (liste non exhaustive) figurent l’oncologie, la psychiatrie, les interactions médicamenteuses, le diabète, le suivi épidémiologique et la médecine interne.
En fonction des priorités de l’équipe, des travaux en lien avec le traitement des images, le traitement des séries temporelles, ou avec la mise en production, le maintien et l’évaluation de modèles en production pourront vous être demandés.

Vous êtes diplômé·e d’une école d’ingénieur avec une spécialisation en traitement de données massives, et vous justifiez d’au moins 4 ans d’expérience en data science, idéalement dans le domaine de la santé.

Vos compétences clés :
- Expertise en apprentissage statistique ;
- Expertise sur les données médicales ;
- Expertise en traitement automatiques des langues (NLP) ;
- Expertise en analyse de bases de données (SQL) ;
- Expertise en développement de modèles de machine learning (Tensorflow, Pytorch etc.) ;
- Expertise en calcul distribué et en data management (Spark, etc.) ;
- Expertise en développement Python/R ;
- Expertise en déploiement de modèles statistiques/de machine learning ;

Vos connaissances complémentaires
- Fonctionnement du système hospitalier et métiers de la santé
- Recherche clinique et épidémiologique
- Normes d’interopérabilité en santé (FHIR, HL7, OMOP, SNOMED, LOINC…)
- RGPD et réglementation liée aux données de santé
- Lecture et rédaction de publications scientifiques

Vos atouts personnels
- Autonomie, rigueur et esprit d’équipe
- Aisance relationnelle, sens de l’écoute et capacité de vulgarisation
- Curiosité, réactivité et sens de l’initiative
- Engagement pour le service public et intérêt fort pour les enjeux de santé