CEPHALALG.IA Les modèles de fondation et l'intelligence artificielle générative ont le potentiel de transformer la manière d'analyser et d'exploiter les données médicales, qu'il s'agisse de textes ou d'images. Le projet CEPHALALG.IA, mené au CHU de Lille, réunit médecins et ingénieurs pour optimiser la prise en charge des patients consultant aux urgences pour céphalées - un motif de consultation fréquent (environ 500.000 par an en France). Il combine expertise clinique (comptes-rendus textuels) et imagerie (IRM et scanner). Pour valoriser ces données en recherche, nous mettons en œuvre des outils émergents basés sur des modèles multimodaux open-source (par exemple, Llama ou Pixtral) déployés localement pour assurer la sécurité des données, capables d'extraire, de structurer ou d'expliciter des informations pertinentes à grande échelle. Le projet s'appuie sur l'expertise locale en gestion de données massives via l'Entrepôt de Données de Santé INCLUDE et sur la plateforme de recherche en imagerie LiiFE. Cette collaboration multidisciplinaire, déjà illustrée par plusieurs publications, profite d'un important volume de données multimodales (textes, images, biologie, etc.) et d'une discussion étroite entre médecins et ingénieurs pour concevoir et déployer en pratique clinique de nouveaux outils basés sur des modèles multimodaux émergents. Profil recherché : ) MISSION PRINCIPALE   L'ingénieur/e conçoit, adapte et met en œuvre des méthodes d'analyse de données massives et multimodales (textes, imagerie médicale) à partir des entrepôts de données de santé hospitaliers, en s'appuyant sur les modèles de fondation et l'intelligence artificielle générative, afin d'améliorer la structuration, l'interprétation et la valorisation des données en lien avec des problématiques cliniques concrètes. L'ingénieur/e contribuera également à la recherche appliquée (publications scientifiques, outils réutilisables) et au déploiement de solutions innovantes en environnement clinique. Tâches techniques et opérationnelles : Développement, adaptation et évaluation de modèles d'IA générative multimodale (texte + image) à partir de données cliniques issues de l'entrepôt de données de santé (EDS) et de la plateforme LiiFE. Prétraitement, nettoyage, structuration et visualisation de données hétérogènes (comptes-rendus médicaux, imagerie, biologie, etc.) pour les rendre exploitables en recherche et en clinique. Participation à la plateforme EASyDoR (Entrepôt Analyse Système Données Recherche), notamment pour la conception et la gestion de pipelines de traitement de données à des fins de recherche. Contribution à la rédaction de publications scientifiques, à la documentation technique des projets et à la dissémination des résultats (présentations, dépôts open science). Collaboration étroite avec les équipes médicales, informatiques et de recherche clinique, pour le développement d'outils et de workflows applicables aux soins réels. Participation à la démarche qualité, en lien avec les procédures internes de documentation, de traçabilité des traitements de données, de reproductibilité des analyses et de conformité réglementaire (notamment RGPD). Conduire des recherches sur l'application des modèles émergents aux données multimodales issues de l'entrepôt de données de santé, en collaboration avec des médecins-chercheurs et des ingénieurs Réaliser des analyses exploratoires et des représentations visuelles des données Définition de la conception technique et des spécifications détaillées d'un projet   Tâches transversales, communication et de conduite de projet : Participation à la définition des besoins, des objectifs et de la faisabilité technique des projets en lien avec les cliniciens et partenaires. Réalisation, supervision et suivi de l'avancement des projets de recherche ou de développement applicatif (délais, livrables, qualité). Élaboration et mise à jour de tableaux de bord de suivi d'activité, adaptés aux projets ou à la valorisation institutionnelle. Rédaction de rapports techniques ou scientifiques d'activité destinés aux partenaires institutionnels, financeurs ou collaborateurs. Conseil, sensibilisation et accompagnement des partenaires médicaux ou scientifiques dans l'utilisation ou l'interprétation des outils développés. Veille technologique et scientifique continue dans les domaines de l'intelligence artificielle appliquée à la santé, des modèles de fondation et des méthodes d'analyse multimodale.