Rechercher une Offre d'emploi

Ingénieur machine learning F/H - Améliorer le NLP de Consore avec un LLM

Société : Coexya
Lieu : Rhône (Auvergne-Rhône-Alpes)


Présentation de l'entreprise

Le groupe Coexya, acteur indépendant du numérique et multi-spécialiste (conseil, intégration & software), compte plus de 700 collaborateurs et accompagne les entreprises dans leur transformation digitale.

Coexya oeuvre sur de nombreux projets qui contribuent au progrès sociétal (santé, environnement, responsabilité numérique...).

Le respect de nos valeurs : engagement, respect et partage, est un élément essentiel de notre culture d'entreprise et cela commence dès l'étape de recrutement.



Descriptif du poste

Société : Coexya
Catégorie : Stage
Activité : Informatique
Filiere : IT/Etudes, développement et intégration
Metier : Analyste Programmeur
Lieu : Rhône (Auvergne-Rhône-Alpes)
Durée : 6 mois
Salaire : 600

Mission

Contexte

Consore est outil mettant en oeuvre des technologies avancées de NLP (Natural Language Processing) pour extraire des concepts de Comptes Rendus médicaux et reconstituer automatiquement le parcours des patients sous forme d'une frise chronologique mettant en avant les événements liés à leur maladie.

L'évaluation de l'évolution des lésions cancéreuses repose en partie sur la réalisation d'examens d'imagerie. Cependant, il n'est pas toujours simple de les exploiter à cause du vocabulaire très précis utilisé pour localiser les lésions, ou du vocabulaire très imprécis pour les décrire (lésion, nodule, image, ...). L'objectif du projet est de chercher à améliorer les traitements NLP existants en pré-traitant les CR d'imagerie à l'aide d'un LLM.


Ce que l'on vous propose

Vos missions :

Vos principales activités seront :

- Fine Tuner un LLM (Mistral, Llama ou autre) pour résumer les CR d'imagerie et les rendre plus facilement interprétables par nos traitements NLP existants :

v Distinction des antécédents, du contenu détaillé et de la conclusion

v Désambiguïsation et reformulation des localisations formulées

v Extraction des réponses au traitement

- Intégrer le pré traitement à l'aide du LLM dans la chaine de traitement existante


Les finalités :

- Spécialiser les traitements NLP pour mieux comprendre certains types de Compte Rendus

- Approfondissement de l'informatique appliquée à la santé


L'encadrement :

- Sous la responsabilité d'un architecte santé

- Besoin soumis par le directeur de projet

- Intégration dans une équipe de 15 personnes

Profil recherché

Ce que l'on attend de vous

Techniquement :

- Développement Python, Java,

- Bases en Machine Learning et en NLP


Humainement :

- Autonomie,

- Savoir travailler en équipe,

- Appétence pour le domaine médical


L'environnement technique

- NLP & Langage : Python SpaCy, Java, SPARQL

- LLM : Mistral ai, Llama 3

- Données : Elasticsearch, Kibana


Lieu de travail

COEXYA - agence Lyon, au sein de notre centre de compétences

9 avenue Charles de Gaulle

69370 Saint Didier au Mont d'Or.

Le site est accessible via TCL (env. 15 min en bus depuis la gare de Vaise).


L'ADN de Coexya

- Une société dans le TOP 20 des entreprises françaises pour la diversité et l'inclusion (enquête septembre 2022 de Glassdoor),

- Une société recommandée à 69% par ses collaborateurs avec le management et l'ambiance plébiscités (baromètre de satisfaction 2022),

- Télétravail hybride,

- Un turn-over de 10% (face à 20% en moyenne pour les ESN),

- Un cadre de travail agréable : matériel neuf, accès multimodal, bibliothèque partagée, salle de sport intégrée, potager, activités sportives possible à proximité.


Le parcours de recrutement

- Préqualification téléphonique avec une personne de l'équipe recrutement,

- Entretien avec votre futur N+1 : l'occasion de vous accorder entre vos aspirations professionnelles et les perspectives proposées au sein de la BU,

La durée moyenne du processus est 10 jours à partir de la première prise de contact jusque-là décision finale.
CLIQUER ICI POUR POSTULER

Informations



© Australis 2024 - Tous droits réservés.  //  Gestion des cookies