Mots-Clés

big data en santé, fouille de données, apprentissage automatique, TAL

Description

L’équipe projet Données Massives en Santé (15 personnes) du Laboratoire Traitement du Signal et de l’Image (LTSI – UMR Inserm 1099) est composée d’ingénieurs de recherche et développement logiciel, de data scientists et de professionnels de santé spécialisés en informatique médicale qui conçoivent et développent des méthodes et outils d’intégration et d’exploitation des données massives en santé (Big Data). 

Elle intervient sur divers projets de recherche et développement, autour de ces thématiques, aussi bien dans un cadre interrégional, national et international en synergie avec le centre hospitalier universitaire de Rennes. 

L’équipe a une politique de transfert technologique. Elle développe un partenariat industriel pour le déploiement de son système eHop (entrepôt et outil de fouille de données biomédicales) dans les CHU. 

Poste et mission : 

• Répondre aux cas d’usages définis avec les équipes médicales du CHU de Rennes. 

• Développer, implémenter et évaluer des méthodes d’apprentissage automatique pour tirer parti des larges volumes de données cliniques. 

• Participer aux cycles R&D du logiciel eHOP, en lien avec l’équipe d’ingénieur : prospective/prototypage, évaluation, conception et développements, transfert industriel 

• Valoriser les travaux au travers de publications scientifiques dans des journaux et des conférences de références. 

• Participer aux réponses d’appel d’offre recherche 

Profil : 

• Diplômé(e) de l’enseignement supérieur (bac +5 et/ou doctorat) 

• Fort intérêt pour le domaine de santé

• Background en mathématique, statistiques, apprentissage automatique/profond. Capacité à conduire des études expérimentales, écriture scientifique, ainsi qu’en présentation et communication. 

• Expertise d’au moins un langage parmi python, R. Expérience en programmation et gestion de bases de données (relationnelles et noSQL). Connaissance de l’écosystème Big Data (Hadoop, Spark), traitements batch et/ou streaming, framework Deep Learning (Tensorflow, Keras, PyTorch).

• Capacité à travailler en équipe pluridisciplinaire. 

Environnement scientifique et technique : 

Lieu : Centre des Données Clinique du CHU de Rennes / Faculté de médecine – Université Rennes1 

• Applications : recherche clinique, épidémiologie, pharmacovigilance, études médico- économiques, médecine 4P 

• Entrepôts de données biomédicales du biomédical du grand ouest : exemple à Rennes : 1,7 millions de patients, 52 millions de documents cliniques, 445 millions d’éléments de données 

• Thèmes de recherche : big data en santé, intégration et fouille de données, interopérabilité́ et sémantique, intégration des méthodes TAL, apprentissage automatique 

• Technologies : analyse de données (R, python), calcul distribué (spark), deep learning (Tensorflow, Keras, PyTorch), Bases de données (Oracle, Bd NoSQL), développement web (php, java).  

Contrat de 12 mois (renouvelable) à Rennes