Stage (6 mois) - AI/ML Engineer — Optimisation RAG & Données de Santé (SNDS) H/F

Plateforme des Données de Santé / Health Data Hub; Paris; Sur place; EUR 10 000 - 12 000; Plein temps

Résumé du poste

La Plateforme des Données de Santé (PDS) recrute un stagiaire pour rejoindre le pôle Data et contribuer au projet Assistant SNDS. Vous participerez à l’amélioration du pipeline documentaire et à l’optimisation des méthodes de retrieval afin d’offrir des réponses rapides et sourcées dans l’écosystème SNDS.

Le candidat intégrera une équipe d’experts et travaillera sur des techniques avancées de NLP, de vectorisation et de déploiement.

Qualifications

• Bonne maîtrise de Python et connaissances en algorithmique et structures de données.

Responsabilités

• Optimiser le pipeline documentaire, l’indexation et la recherche du système RAG.
• Optimiser la chaîne d’ingestion, de structuration et de mise à disposition des connaissances.
• Explorer différentes stratégies d’embeddings et de représentation vectorielle.
• Quantifier les gains de performance du pipeline et des composants de retrieval.

Connaissances

Python

Algorithme

Structures de données

Machine Learning

Deep Learning

Transformers

NLP

Représentation vectorielle

RAG

REST/HTTP

WebSocket

PyTorch

Hugging Face

MLflow

Weights & Biases

APIs web

Formation

Master 2 en informatique/IA

Outils

PyTorch

Hugging Face

MLflow

Weights & Biases

RAG

REST/HTTP

Description du poste

Le ou la stagiaire rejoindra le pôle Data de la Plateforme des Données de Santé (PDS), constitué d’une quinzaine d’experts, data scientists et data engineers. Le pôle Data déploie une expertise de haute qualité pour accompagner l’écosystème dans l’accès, la compréhension et l’utilisation des données de santé (notamment la base principale du SNDS et l’EDS de la PDS). Il est également chargé du développement de produits data innovants.

Le ou la stagiaire sera pleinement intégré(e) au développement du projet “Assistant SNDS”. Ce projet vise à concevoir, développer et mettre en production un agent conversationnel doté d’une base documentaire contrôlée. Son but est de fournir aux utilisateurs de la base principale du SNDS des réponses rapides, fiables et sourcées, afin d’améliorer l’expérience utilisateur et de réduire le temps consacré par les experts internes au traitement manuel des questions sur notre forum d’entraide.

Descriptif de la mission

Vous serez amené(e) à travailler sur l’optimisation du pipeline documentaire, de l’indexation et de la recherche du système RAG au cœur de l’Assistant SNDS. Vous optimiserez la chaîne d’ingestion, de structuration et de mise à disposition des connaissances utilisées par le système.

Dans ce cadre, vos travaux pourront entre autres porter sur les leviers suivants :

• L’amélioration ponctuelle de la collecte, de l’extraction et du nettoyage des documents de référence (documentation officielle, forum entraide, schéma SNDS, etc.)
• L’étude de différentes stratégies de segmentation des documents et l’amélioration des métadonnées.
• La comparaison de différents modèles et stratégies d’embeddings, ainsi que l’étude de diverses méthodes de représentation et d’indexation.
• L’optimisation des paramètres de recherche vectorielle et l’optimisation du reranking.
• L’analyse des compromis entre qualité de la recherche (retrieval), latence et coût.

Votre objectif sera de quantifier expérimentalement quels ajustements sur le pipeline d’ingestion et la méthode de retrieval permettent d’apporter un gain de performance significatif.

Étudiant ou étudiante en dernière année d’école d’ingénieurs ou en Master 2 (Bac +5) en informatique, data science ou intelligence artificielle.Compétences techniques :une bonne maîtrise de Pythonde bonnes connaissances en algorithmique et structures de donnéesde solides bases en Machine Learning et Deep Learning et une bonne compréhension des architectures Transformerune familiarité avec les principales méthodes de NLP et de représentation vectorielle de texterigueur et forte appétence pour l’expérimentationUne expérience avec les outils et concepts suivants est un plus : PyTorch, Hugging Face, MLflow, Weights & Biases, RAG, APIs web (REST/HTTP, WebSocket).

Compétences transversales

• Esprit analytique et critique
• Autonomie et force de proposition
• Capacités à communiquer de manière fluide et discuter ses choix

POURQUOI CHOISIR LA PLATEFORME DES DONNÉES DE SANTÉ ?

Vous êtes motivé(e) à rejoindre une équipe impliquée dans un projet ambitieux, qui a du sens et une finalité d’intérêt public ? Rejoignez-nous !Notre structure récente, d’une centaine de collaborateurs/trices, a besoin de talents ayant les mêmes valeurs que celles de la PDS : esprit d’entraide, sens des responsabilités, capacité d’adaptation et pragmatisme.

Ensemble, nous nous sommes engagés à :

• Accompagner les porteurs de projet visant à analyser les données de santé pour le bien commun.
• Construire et opérer une plateforme technologique pour leur offrir les meilleurs outils avec un très haut niveau de sécurité à respecter.
• Réunir et mettre en forme les données au plus grand potentiel pour la recherche et l’innovation.
• Promouvoir le partage des connaissances, des expertises et du savoir et diffuser une culture de la donnée de santé auprès de tous.

La PDS recherche avant tout des compétences et des personnalités et s’ouvre à tous les talents représentant la diversité et la richesse des profils. Nous avons à cœur de mener une politique favorisant l’insertion professionnelle des collaborateurs en situation de handicap.

Bon à savoir :

Rejoindre la PDS c’est surtout participer à un projet enrichissant humainement, qui a du sens, avec un fort impact sociétal. A la PDS, on favorise la prise d’initiatives, dans une ambiance de challenge perpétuel, de la bonne humeur et un esprit d’équipe

Mention d’information RGPD :

La Plateforme des Données de Santé, située au 9 rue Georges Pitard 75015 Paris, traite vos données personnelles, en tant que responsable de traitement, dans le cadre du recrutement de son personnel. La fourniture de vos données personnelles est nécessaire au processus de recrutement et conditionne, en cas d’issue positive, la conclusion de votre contrat de travail. Si vous ne les fournissez pas, votre candidature ne pourra pas être prise en compte. Vos données personnelles seront transmises à la Direction Générale de la PDS, au Secrétariat Général de la PDS, aux membres de la direction de la PDS concernée par le poste proposé et, le cas échéant, aux membres de la Direction juridique. Elles sont aussi traitées par les sous-traitants de la PDS. Elles seront conservées pendant le temps nécessaire au traitement de votre candidature, puis pendant deux ans à compter du dernier contact avec vous. Ce délai pourra être renouvelé une fois sur la base de votre consentement, qui peut être retiré à tout moment. Vos données sont traitées pour les objectifs suivants et pendant les durées de conservation associées : 1/ Finalité 1 : Gestion du recrutement Base légale : Exécution de mesures précontractuelles à la demande du candidat Durée de conservation : Temps nécessaire au traitement de la candidature 2/ Finalité 2 : Maintien d’un vivier de candidats Base légale : Intérêt légitime de la PDS à faciliter ses recrutements en recontactant des candidats déjà rencontrés Durée de conservation : 2 ans à compter du dernier contact avec le candidat, puis 2 ans supplémentaires si le candidat a donné son consentement 3/ Finalité 3 : Gestion du précontentieux et contentieux RH Base légale : Intérêt légitime de la PDS à défendre ses droits en justice, le cas échéant Durée de conservation : 5 ans à compter de la fin du processus de recrutement Vous disposez d’un droit d’accès, de rectification, à l’effacement de vos données et du droit à la limitation de leur traitement. Vous avez également la possibilité de vous opposer aux traitements relevant des intérêts légitimes de la PDS, sous réserve d’invoquer des motifs qui vous sont particuliers. Enfin, vous pouvez retirer à tout moment votre consentement à la conservation de vos données personnelles au-delà de deux ans. Vous pouvez exercer ces droits en contactant le DPO de la PDS à l’adresse [e-mail]. Dans le cas où vous ne seriez pas satisfait de la gestion de vos données personnelles par la PDS, vous pouvez introduire une réclamation auprès de la Commission Nationale de l’Informatique et des Libertés (CNIL).