Stage Data / ML Engineer — NLP

Rejoins codoc, une entreprise innovante qui conçoit et opère la plateforme d'entrepôt de données de santé de plusieurs hôpitaux français. En tant que stagiaire Data/ML Engineer, tu travailleras sur l'amélioration de notre algorithme de détection des identifiants, son déploiement en production, et la mise en place d'un suivi continu de sa performance. Tu auras l'opportunité de contribuer à un projet ayant un impact direct sur le secteur de la santé.

• Packager la chaîne d'inférence et la brancher sur le pipeline d'ingestion.
• Instrumenter le flux : détection par type d'entité, par type de document et par établissement.
• Constituer un jeu d'entraînement à partir de ces appariements, en supervision faible.

**Expérience souhaitée :**

• Master 1 ou Master 2 en data science, informatique ou génie logiciel — les profils à dominante développement avec de vraies bases en ML sont les bienvenus, ce stage est davantage un stage d'ingénierie que de modélisation

• Très bonne maîtrise de **Python** et des bonnes pratiques de développement : git, tests, structuration de projet, environnements

• **SQL** : manipulation de volumes importants sur base relationnelle (PostgreSQL, Oracle)

• Maîtrise des **expressions régulières** au-delà de l'usage occasionnel

• Bases solides en **machine learning** : évaluation de modèles, métriques de classification, compréhension du sur-apprentissage et de la dérive

• Notions de **NLP** : reconnaissance d'entités nommées, embeddings, transformers - et compréhension de ce qui distingue une approche par règles d'une approche apprise

• Fort intérêt pour le domaine de la santé

**Fortement apprécié :**

• Une première mise en production d'un modèle, même modeste : API, conteneurisation, CI, exécution planifiée

• Pratique de Docker, d'un outil de CI, d'un outil de suivi d'expériences ou de versionnement de modèles

• Sensibilité aux approches de supervision faible ou distante, d'apprentissage actif ou semi-supervisé

• Sensibilité au monitoring et à l'observabilité

**Savoir-être :**

• Rigueur et sens de la confidentialité : tu manipuleras des données de santé réelles

• Autonomie et esprit critique

• Goût du travail bien fait sur des sujets peu spectaculaires mais critiques.