STAGE - Ingénieur de recherche en Machine learning (F/H)

Sujet : Machine learning, gestion des parcours patient

Ce stage est proposé par l'organisation « Recherche » dont la mission est de développer et d'évaluer l'applicabilité de nouvelles technologies innovantes, notamment sur des prototypes, pour maintenir un haut niveau de compétences dans tous les domaines techniques stratégiques.

Les acteurs de la santé ont aujourd'hui de nombreux défis à relever relatifs à des besoins nouveaux liés, entre autres, à l'évolution des technologies d'information et de communication, vieillissement de la population, chronicité des maladies, exigences croissantes du patient, etc.. Ces besoins et leurs coûts obligent à repenser les processus de prise en charge du patient et à rationaliser leurs parcours de soins afin de les rendre plus efficients. Cela passe nécessairement par une anticipation précise des étapes du parcours, de ses déviations et des possibles complications, afin de pouvoir intervenir au plus tôt et ainsi augmenter les chances de rémission pour le patient et éviter les retards et coûts inutiles pour l'hôpital.

Avec l'explosion des données liées à la santé observée ces dernières années, de grands volumes de données relatives aux parcours de soins sont disponibles et peuvent être exploités pour analyser précisément les processus de prise en charge et les parcours de soin.

Le Process Mining est une discipline au croisement du Data Mining et de la gestion des processus, qui consiste à découvrir, analyser, et optimiser des processus de façon automatique, à partir de données issues de systèmes d'information. Son application à la prise en charge des patients est récente et de nombreux défis doivent être relevés. En effet, les systèmes d'information hospitaliers génèrent quantités d'informations exploitables par les méthodes de Process Mining. Dans le même temps, la qualité de ces données et la spécificité des parcours de soin-notamment leur variabilité-nécessitent un traitement adapté, pensé pour cette application spécifique.

Vos missions

Vous participerez au développement de modèles prédictifs appliqués au Process Mining dans le contexte hospitalier, avec pour but d'anticiper l'évolution des parcours de soins et d'optimiser la gestion des ressources.

Vos principales activités seront :

* Analyser les données pour comprendre les spécificités du domaine, identifier les entités à prédire et sélectionner les attributs pertinents
* Implémenter et tester différents modèles de prédiction afin d'évaluer leurs performances et leurs limitations
* Développer des modèles « process aware » pour détecter des déviations par rapport à un parcours préétabli, en couplant si nécessaire plusieurs approches
* Concevoir des outils d'aide à la décision basés sur les prédictions, afin d'anticiper l'état futur des patients ou des ressources hospitalières
* Produire les livrables : code reproductible, jeux de tests et rapport méthodologique détaillant les choix et résultats obtenus

Vos qualifications

Actuellement en Master 2 / Bac+5 en école d'ingénieur ou université, avec une spécialisation en Mathématiques Appliquées, Informatique ou Data Science, vous souhaitez approfondir vos compétences en analyse de données et machine learning.

Vous avez un goût marqué pour la compréhension des modèles, leurs principes et leurs limitations.

Vous disposez de solides compétences techniques en :

* Machine Learning et analyse de données (classification supervisée ou non supervisée)
* Mathématiques discrètes, notamment les graphes
* Développement en Python et utilisation de bibliothèques telles que PyTorch ou TensorFlow

Doté d'un bon esprit de synthèse et d'analyse, vous savez communiquer vos résultats, travailler en équipe et rédiger des documents clairs et structurés.

Nous rejoindre c'est aussi

Intégrer une entreprise scientifique au cœur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans

Principaux avantages et bénéfices :

* Environnement multiculturel
* Cadre de travail convivial axé sur le bien-être et la santé
* Engagement en faveur de la diversité et de l'inclusion
* Politique dynamique de développement de carrière : plan de formation, mobilités internes, etc