Descriptif du poste: La personne recruté aura pour mission de concevoir des solutions d'intelligence artificielle adaptées aux données de santé pour appuyer la décision médicale et améliorer la prise en charge des patients. Elle devra exploiter et valoriser des données hétérogènes pour produire des modèles explicatifs, prédictifs et personnalisés puis contribuer au transfert des résultats sous forme d'outils ou de prototypes logiciels tout en garantissant la robustesse, l'éthique et la soutenabilité environnementale des modèles développés. Activités principales * Développer des algorithmes pour la prédiction, l'aide au diagnostic médical, la détection précoce des pathologies ou la prédiction d'évènements cliniques * Intégrer et analyser des données de santé hétérogènes (biologiques, démographiques, séries temporelles, imageries, textes) * Concevoir et mettre en oeuvre des algorithmes d'apprentissage automatique et d'apprentissage profond adaptés aux cas d'usage * Concevoir et implémenter des stratégies de collecte de données en santé * Développer des algorithmes d'analyses et de visualisation des données médicales * Créer des scores de risque personnalisés et des stratégies de stratification de patients * Modéliser l'évolution temporelle des patients et prédire leurs trajectoires cliniques * Assurer l'évaluation rigoureuse et la pertinence clinique des modèles développés * Appliquer des techniques d'interprétabilité (XAI) et analyser les biais pour garantir l'équité des modèles * Prise en compte de l'impact environnemental (empreinte carbone) dans la conception des solutions Profil recherché: Diplômé d'un Master en informatique ou mathématiques / intelligence artificielle et d'une première expérience d'au moins 3 ans, vous avez développé et continuez à développer les compétences suivantes : Modélisation et Apprentissage Automatique : - Maîtrise des algorithmes supervisés (classification, régression) et non supervisés (clustering). - Expertise en techniques de deep learning : RNN/LSTM pour les séries temporelles, Transformers pour les données séquentielles. - Connaissance des techniques de gestion du déséquilibre des classes (ex: SMOTE), de l'interprétabilité des modèles (XAI) et de la détection de biais (fairness). Environnement Technique Spécialisé : - Modélisation : scikit-learn, XGBoost, LightGBM, CatBoost. - Deep Learning : PyTorch ou TensorFlow. - Séries Temporelles : sktime, tsfresh, Prophet. - Analyse de Survie : lifelines, scikit-survival. - MLOps : Expérience avec des outils comme Neptune ou Weights & Biases pour le suivi des modèles. Doté·e d'une excellente capacité de conceptualisation et d'un esprit analytique, vous alliez autonomie, curiosité et dynamisme pour travailler en étroite collaboration avec chercheurs et ingénieurs. Votre organisation, votre sens du dialogue et votre connaissance des contraintes liées aux données sensibles seront des atouts majeurs pour relever les défis techniques et réglementaires de ce poste. Un processus de recrutement fluide et transparent : À réception de votre candidature, deux étapes : un échange téléphonique personnalisé avec les candidats sélectionnés (avec soin par un humain, et non par une IA), et un entretien avec les responsables de notre structure. En cas de réussite, nous mettrons tout en œuvre pour confirmer votre recrutement rapidement. À votre arrivée, vous bénéficiez d'un parcours d'accueil et d'intégration, ainsi que de formations adaptées à vos besoins pour favoriser votre développement professionnel. Rejoindre AMU, c'est bénéficier d'un environnement de travail socialement engagé : - Selon le cadre de la structure, une flexibilité dans l'organisation de la semaine de travail est possible : deux dispositifs ouverts dès 2 mois d'ancienneté en accord avec le manager : Le télétravail et la semaine en 4j ou 4,5j - Un équilibre des temps de vie : bénéficiez jusqu'à 50 jours de congés dès la première ann