Ingénieur de Recherche Développement Web et Machine Learning H/F CNRS

Détail du poste

Dans le cadre du projet PARTAGES, financé par la BPI, le LISN recrute un Ingénieur de recherche développeur web d'application scientifique en données de santé H/F. L'ingénieur s'intégrera dans l'équipe de développement de Codabench, plateforme de compétitions de machine learning, sélectionnée comme livrable de PARTAGES. Il/elle sera responsable des évolutions logicielles de la plateforme et de sa mise en oeuvre. L'effort de développement portera sur les adaptations pour l'apprentissage fédéré à partir de LLM et le traitement de données médicales sensibles. Les enjeux sont la robustesse des procédés et la confidentialité des données dans les workflow d'apprentissage.
Activités
Principales activités de développement logiciel :

Analyser les besoins et participer à la réalisation du cahier des charges fonctionnel du projet avec les scientifiques.
Définir et s'assurer du suivi d'un plan d'assurance et contrôle qualité pour l'intégration des nouvelles fonctionnalités à l'existant.
Assurer la conception de la solution au moyen d'expertises approfondies et de maquettes de tests.
Définir l'architecture logicielle et les évolutions matérielles en collaboration avec l'équipe projet.
Développer, intégrer et déployer des solutions itératives sur les différents sites d'exploitation en milieux hospitalier.
Assurer une veille technologique en relation avec le domaine d'application et les experts du domaine en participant aux groupes de travail du projet PARTAGES.

Activités complémentaires :
Rédiger la documentation sur GitHub.
Accompagner les organisateurs des compétitions prévues au cours du projet.
Organiser l'assistance fonctionnelle et/ou technique des utilisateurs.
Compétences
Savoirs / connaissances
Titulaire d'un doctorat, master ou diplôme d'ingénieur avec une spécialisation en science des données, Informatique ou Intelligence Artificielle, le candidat disposera d'au moins une première expérience en développement web applicatif, lui donnant une bonne vision des architectures web full stack et sera doté de solides compétences en langages et outils de programmation, en particulier dans le domaine du Machine Learning.

Savoir-faire
* Bonnes connaissances dans le domaine de la programmation frontend et backend d'applications web et d'API web;
* Bonnes connaissances en architectures web à microservices docker (django, rabbitmq...);
* Maîtrise des technologies DEVOPS (déploiement dans des infrastructures cloud);
* Maîtrise des API, des librairies python classiques de traitement de grandes masses de données (scikitlearn, tensorflow...), des formats de données YAML et JSON ainsi que la pratique des environnements de développement logiciel : forges gitlab, intégration continue, environnements d'exécution à CPU ou à GPU;
* Connaissance de l'écosystème des grands modèles de langage et des modèles d'IA à base de LLM (Hugging Face, OpenML, Mistral, Llama...).

Savoir être :
Le poste demande une bonne autonomie, le sens du service et un fort esprit d'équipe. La maîtrise de l'anglais est nécessaire pour la rédaction de la documentation et la participation aux réunions d'équipe (niveau B2 minimum). De la rigueur et de l'organisation, des capacités relationnelles, pour être à l'écoute des interlocuteurs scientifiques seront vos atouts dans l'application des bonnes pratiques du métier.
Contexte de travail


Le projet PARTAGES a pour ambition de représenter un tournant majeur dans la constitution et l'appropriation de LLM par les acteurs de la santé en France. Parmi les attendus du projet, on trouve : un LLM médical en langue française disponible en open source, une base de données d'entraînement partagée en open source, une plateforme nationale fédérée de validation de modèles présents et futurs sur les données des Entrepôts de Santé, des algorithmes spéciques correspondant à des cas d'usage métier d'intérêt majeur pour l'écosystème. La présente offre concerne les tâches liées à la plateforme nationale fédérée de validation des modèles d'IA.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.
Contraintes et risques

sans objet