DATA ENGINEER - NLP (H/F)

RESPONSABILITÉS :

Suivi technique du projet PARTAGES - Déploiement et maintien en conditions opérationnelles des composants du noeud local de la plateforme nationale d'évaluation fédérée - Constitution et préparation des jeux de données locaux servant à l'évaluation : extraction, sélection, contrôle de conformité, documentation - Exécution des campagnes d'évaluation des modèles fournis par le consortium sur les données réelles de l'établissement - Production, contrôle et transmission des métriques d'évaluation au coordonnateur du projet - Documentation du cadre réglementaire et de sécurité appliqué, traçabilité des traitements réalisés - Interface technique avec les équipes du Health Data Hub et des autres partenaires ; participation aux points d'avancement et contribution aux rendus techniques attendus Accompagnement du service sur l'analyse textuelle des comptes rendus médicaux - Exploration et cartographie des bases contenant des documents textuels : volumétrie, typologies de comptes rendus, métadonnées, chaînage aux séjours et aux patients - Conception, développement et industrialisation des chaînes de traitement (ETL) d'extraction et de préparation des corpus, orchestrées sous Dagster- Mise en qualité des données : détection des anomalies, doublons, documents tronqués ou mal rattachés ; normalisation et documentation des corpus produits - Définition et calcul des métriques d'évaluation des traitements (qualité des corpus, performance des modèles) et restitution aux équipes métier - Mise en oeuvre technique des cas d'usage prioritaires retenus par le service, en s'appuyant sur les ressources ouvertes produites par PARTAGES (corpus PARHAF et PARCOMED, modèles open source) : - Génération de comptes rendus fictifs (data augmentation) - pseudonymisation automatique des comptes rendus médicaux - Aide au codage médical automatisé à partir des comptes rendus (DIM) - Utilisation, spécialisation et évaluation de modèles de langage sur les corpus annotés, sur l'infrastr