Data Scientist: building and valorizing a large-scale cohort of diabetic patients F/H

Le projet CODIA est un projet interdisciplinaire à l’intersection de la médecine (diabétologie), de la pharmaco-épidémiologie (CEPHEPI, https://pitiesalpetriere.aphp.fr/centre-pharmacoepidemiologie-cephepi/) et de la science des données (équipe Inria Soda https://team.inria.fr/soda/) afin d’améliorer la prise en charge du diabète via la réutilisation secondaire des données de santé. Nous travaillons plus particulièrement sur l’Entrepôt de Données de Santé (EDS) de l’AP-HP. L’EDS est une base de données qui héberge les dossiers médicaux informatisés de plus de 19 millions de patients suivis dans les 38 hôpitaux de l’AP-HP. Ces données peuvent être structurées (codes diagnostiques de pathologie, traitements administrés, procédures, biologies hospitalières, démographie, etc.) ou non structurées (comptes rendus d’hospitalisation, prescriptions, notes de consultation, etc.). CODIA vise à construire une COhorte de l’ensemble des patients DIAbétiques [1], afin de pouvoir ensuite l’utiliser pour différents projets de recherche, portant par exemple sur le rôle de l’inflammation dans le diabète (https://intercept-t2d.eu/) [2], l’apparition et la gestion de complications du diabète, comme le pied diabétique [3], la maladie rénale chronique, et l’évaluation de l’efficacité de traitements en vie réelle. Nous avons maintenant consolidé une base de données de près de 650 000 patients, ce qui en fait l’une des plus larges cohortes de patients diabétiques d’Europe.

Encadrement

- Judith Abécassis, Soda team, Inria Saclay (judith.abecassis@inria.fr)

- Candice Estellat, CEPHEPI, Pitié-Salpêtrière, APHP (candice.estellat@aphp.fr)

- Louis Potier, PUPH, Hôpital Bichat, AP-HP (louis.potier@aphp.fr)

En tant que data scientist sur ce projet, vous travaillerez en relation étroite avec les différents acteurs du projet afin de

- Cibler les bonnes données, au bon moment : sélectionner et préparer des sous-cohortes adaptées aux enjeux cliniques des projets

- Piloter des analyses data innovantes : dans une démarche d’inférence causale, allier biostatistiques, épidémiologie et, quand c’est pertinent, machine learning, avec l’appui des experts du consortium

- Faire parler les données cachées : poursuivre l’application de stratégies de traitement automatique des langues pour enrichir et fiabiliser l’information extraite des notes cliniques non structurées

- Partager les avancées : contribuer activement à la rédaction d’articles scientifiques afin de diffuser les résultats auprès de communautés variées

Pour maximiser la synergie des expertises du consortium, vous serez basé·e au centre de pharmaco-épidémiologie de la Pitié-Salpêtrière, tout en collaborant activement avec :

● l’équipe Soda à Inria Saclay,

● les data scientists de l’AP-HP sur le campus Picpus (12e).

Ces échanges réguliers en présentiel garantiront l’accès à toutes les compétences clés nécessaires pour mener à bien le projet.

Le/la candidat-e idéal-e dispose
- d'un M2 en mathématiques, informatique, sciences des données, biostatistiques ou équivalent
- d'une première expérience en data science / machine learning
- de bonnes connaissances en Python, SQL, Spark, des bonnes pratiques de développement, et d'une appétence pour les approches élégantes
- d'une excellente capacité à communiquer, et faire le lien entre les différentes équipes
- d'une bonne organisation, pour mener en parallèle plusieurs projets à des rythmes variés
- un intérêt marqué pour la santé publique

Note importante : nous recrutons des personnes pas des postes
Si après la lecture de cette description de poste, vous pensez que vous n'avez pas tous les prérequis mais qu'elle correspond à là où vous voudriez être dans votre prochaine position, nous vous encourageons à postuler !