Ingénieur/e de recherche ? nlp et ia pour données cliniques f/h

Nous recherchons notre futur/e Ingénieur/e recherche NLP et IA pour données cliniques ! Le projet vise à fine-tuner des modèles de type Large Language Models (LLM) sur de vastes bases textuelles cliniques. L'objectif est d'utiliser ces LLM afin de permettre la structuration automatique des données cliniques textuelles et semi-structurées issues du dossier patient hospitalier afin d'en faciliter l'exploitation et l'analyse. Ce travail s'inscrit dans une démarche d'opérationnalisation de l'apprentissage fédéré dans les Environnements de Données de Santé (EDS), en assurant la connexion entre les solutions logicielles déployées et les données disponibles au sein des EDS partenaires. Rejoignez-nous au sein d'Université Côte d'Azur, reconnue depuis 2016 pour son excellence scientifique et pédagogique, pour créer ensemble le modèle de l'université du 21ème siècle responsable et innovante. Vos missions : ?Fine-tuner et évaluer des modèles LLM adaptés aux données textuelles cliniques issues du dossier patient ?Vous concevrez des pipelines robustes de structuration automatique des données issues des dossiers patients. ?Vous participerez à l'intégration des modèles dans les infrastructures d'apprentissage fédéré(FedBioMed développé par l'INRIA) ?Vous collaborerez étroitement avec les équipes techniques, médicales et scientifiques et les EDS partenaires ?Vous participerez aux travaux méthodologiques sur l'apprentissage continu, multimodal et distribué. ?Vous contribuerez à la rédaction de documentation technique, rapports et livrables du projet. ?Vous participerez à la rédaction d'articles scientifiques Sujétions particulières : travail collaboratif entre des équipes situées à la faculté de médecine de Nice, le centre de lutte contre le cancer Antoine Lacassagne à Nice, et le centre de recherche INRIA à Sophia-Antipolis, impliquant des déplacements Nice -Sophia-Antipolis réguliers. Informations complémentaires : ?Type de recrutement : Contractuel (CDD 23 mois) ?Catégorie : A-IGR ?Temps de travail : Temps complet ?Localisation : Campus Pasteur ? 28 avenue Valombrose, 06100 Nice ?Référence de l'annonce : 2026-IBV02 ?Rémunération contractuels (hors variables) : à partir de 2 117,88 euro nets (avant impôts), selon profil ?Congés : 45 jours de congés annuels ?Prise en charge partielle des frais de transport domicile-travail ?Prise en charge partielle des frais de mutuelle ?Accès aux restaurants et cafétérias du CROUS avec tarif privilégié ?Billetterie loisirs et sorties à tarifs préférentiels Ce poste est fait pour vous si : Vous possédez : ?D'excellentes compétences en NLP, LLM, deep learning (PyTorch, TensorFlow?) ?D'excellentes compétences en python ?Une expérience en manipulation de grandes bases de données textuelles ?Un intérêt marqué pour les applications en santé et les problématiques de données sensibles (sécurité, confidentialité, fédération) ?Une forte motivation pour les applications en santé et les environnements hospitaliers réels Vous êtes en capacité : ?De travailler en équipe pluridisciplinaire et à intégrer des environnements techniques complexes Ouverte sur l'Europe et le monde, Université Côte d'Azur coordonne les acteurs de l'enseignement supérieur et de la recherche de la Côte d'Azur, pour offrir un environnement de formation, de recherche et d'innovation de très haut niveau Inscrite dans une trajectoire de profonde transformation de son rôle et de son organisation. C'est aussi un établissement acteur de la dynamique de son environnement territorial, connu pour la qualité de vie exceptionnelle qu'il offre à ses habitants, entre mer et montagne Dans ce cadre, Université Côte d'Azur se présente comme une université d'excellence, aux valeurs humanistes, socialement engagée et éthiquement responsable. Localisation 1er étage de la Tour Pasteur, bureau partagé avec les doctorants, au même étage que l'entrepôt de données de Santé des Alpes Maritimes. Accueil également dans des locaux hospitaliers (centre Antoine Lacassagne), pour créer une interface avec le département des données de santé.