Descriptif du poste: Le Centre Léon Bérard (CLB), dans le cadre de sa participation au projet PARTAGES, recrute : Data Scientist - LLM - Structuration des données d’anatomopathologie (F/H), pour contribuer à la structuration de données issues de comptes-rendus d’anatomopathologie. Ce projet, porté par le Health Data Hub et soutenu par Bpifrance, rassemble une trentaine de partenaires dans le but de développer des outils d’intelligence artificielle générative pour la santé. CDD de 18 mois, évolutif, à pourvoir dès que possible.  Votre travail s’inscrira dans un cas d’usage stratégique du projet visant à améliorer la structuration automatique des données médicales pour favoriser la recherche clinique, en particulier en oncologie. Vous collaborerez avec des experts en traitement automatique du langage (TAL) et en modélisation IA afin de concevoir des solutions robustes et innovantes adaptées aux spécificités des données médicales. Missions * Développement et implémentation d’algorithmes de structuration pour les données issues des comptes-rendus d’anatomopathologie, en intégrant des techniques avancées de NLP et d’IA générative. * Optimisation des modèles de traitement automatique du langage pour adapter les grands modèles de langage (LLM) aux spécificités du domaine médical, en coordination avec les chercheurs en TAL du consortium. * Validation et évaluation des performances des modèles pour garantir leur pertinence clinique et assurer leur conformité aux exigences de fiabilité et d’interprétabilité. * Collaboration étroite avec des équipes multidisciplinaires (médecins, chercheurs en IA, spécialistes en santé publique) pour adapter les outils développés aux besoins des praticiens et aux particularités des données d’anatomopathologie. * Participation à la mise en place de standards de pseudonymisation et de sécurisation des données, pour assurer un usage secondaire conforme aux régulations. Profil recherché: Profil recherché * Formation : Diplômé d’un Master en Data Science, Informatique, Mathématiques appliquées ou dans un domaine connexe. * Compétences techniques : * Maîtrise des techniques de traitement du langage naturel (NLP) et des modèles génératifs ( * Bonne compréhension des modèles de structuration et d'extraction d'informations. * Connaissance des principes de pseudonymisation et de la gestion de données sensibles. * Langages et outils : Python, bibliothèques NLP (spaCy, Transformers, etc.), outils de gestion de données (SQL, Pandas), et outils de versionnage (Git). * Qualités personnelles : * Capacité à travailler en équipe dans un environnement multidisciplinaire.