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