Ingénieur apprentissage automatique / Data engineer

Mission principale :
Le/la titulaire du poste met en œuvre en production courante le codage des causes de décès en intégrant, parmi les modalités de codage, des outils d’intelligence artificielle et participe à
l’évolution du système d’information. Ces outils fondés sur de l’apprentissage profond et du traitement automatique des langues améliorent la qualité et la rapidité de codage automatique.
Ils seront adaptés pour tenir compte du prochain changement de nomenclature (passage de la CIM 10 à la CIM 11) et de façon à satisfaire les délais réglementaires de diffusion de la base.
Le poste se situe dans le pôle production des données du CépiDc, dans l’équipe automatisation, sous la responsabilité de la cheffe d’équipe, et en étroite collaboration avec la data scientist
senior. La/le candidat(e) sera prêt à travailler en collaboration avec le reste de l’équipe multidisciplinaire des experts métiers de la production (codeurs, nosologistes, responsables de production, …), les statisticiens du CépiDc et sera partie prenante dans l’écosystème formé avec les partenaires de recherche et développement (médecins spécialisés en informatique médicale
et data scientists, de l’AP-HP, Lisn-Cnrs, Insee, Santé publique France, Inserm).
Il/Elle bénéficie d’un accès à des ressources de calcul (GPU) permettant de concevoir, entraîner,
tester des modèles et de prédire.

Activités principales
• Mettre en production, maintenir, monitorer et valider une chaîne de traitements de données textuelles comprenant des prédicteurs de type réseaux de neurones (transformers) pour aider/automatiser le codage du texte libre des certificats de décès dans la CIM (annotation, training/fine-tuning, monitoring).
• Mettre en production le ciblage des certificats à allouer aux différentes modalités de codage (automatique, IA, manuel), évaluer l’amélioration continue du codage automatique (en taux de codage et en qualité) en vue d’une boucle d’apprentissage continue (on line) à partir de la validation/correction des codeurs des propositions de l’algorithme.
• Adapter de l’architecture du modèle et feature engineering en vue d’améliorer la classification des causes, en adéquation avec la finalité statistique du traitement et les bonnes pratiques.
• Participer à l’internationalisation de ces méthodes en lien avec les instances représentatives françaises à l’OMS et au sein de l’Europe.
• Assurer une veille scientifique sur les modèles et les algorithmes à l’état de l’art dans le domaine.

• Participer activement à des groupes d’échanges de bonnes pratiques existants ou à construire regroupant datascientists, statisticiens et chercheurs en épidémiologie et informatique (Insee, DREES, Inserm, Inria,...) autour de l’usage de l’IA/TAL sur ces
thématiques.

Connaissances

• Apprentissage automatique, traitement automatique des langues, deep learning, science des données
• Maîtrise de l’ensemble des étapes allant du développement à la mise en production
• Maîtrise des environnements.

Niveau de diplôme et formation(s) :

• Diplôme d’ingénieur de grandes écoles, thèse de doctorat ou équivalence professionnelle.

Expérience(s) souhaité(s) :

• Deux ans d’expérience professionnelle avec usage de Python et des librairies d’apprentissage profond.

• Une expérience réussie dans la mise en production d’un pipeline de machine learning est souhaitée.

• Flèche gauche : déplacer la carte vers la gauche
• Flèche droite : déplacer la carte vers la droite
• Flèche bas : déplacer la carte vers le bas
• Flèche haut : déplacer la carte vers le haut

Documents à transmettre

Personnes à contacter