Stage en Intelligence Artificielle - 100%
Genève, Switzerland
Hôpitaux Universitaires de Genève
Services médicaux, chirurgie, consultation ambulatoire, informations pour les patients et les professionnels de santé, toute l’actualité des soins, de la formation et de la recherche aux HUGDescription de l'entreprise
Avec plus de 12'000 collaborateurs et collaboratrices représentant 160 métiers, les Hôpitaux Universitaires de Genève sont un établissement de référence au niveau national et international. Pour en savoir plus sur notre institution, prenez quelques minutes pour consulter notre rétrospective 2024 en cliquant ici.
La Direction des finances des HUG est responsable de la gestion financière, budgétaire et comptable de l’hôpital, de la gestion administrative des patients et patientes, de la fixation des tarifs, de la planification des investissements, du développement et de la maintenance du système d’intelligence économique. Elle gère un budget de près de 2 milliards de francs, traite et contrôle plus d’un million de factures fournisseurs et plus d’un million de factures patients. Elle est enfin responsable de la production de toutes les statistiques officielles transmises aux autorités sanitaires et des indicateurs de pilotage. Elle suit par ailleurs les questions touchant l’économie de la santé et le financement des hôpitaux.
Le Service de contrôle de gestion et expertise médico-économique est rattaché au pôle pilotage médico-économique qui regroupe aussi les services "Codage et documentation médicale", et "l'information décisionnelle".
Les missions principales de ce service sont de produire et de suivre le reporting et les éléments d’aide à la décision, de mener le processus budgétaire en collaboration avec les départements et de consolider le budget global, de développer et améliorer la comptabilité analytique, d’analyser et de produire les éléments médico-économique basé sur les structures tarifaires, et enfin de piloter et déployer les projets de développement de contrôle de gestion.
Description du poste
Vous intégrez une équipe multidisciplinaire, vous contribuez activement au développement d’un modèle prédictif des DRG (Diagnosis Related Groups) à partir des documents textuels des séjours patients. Ce projet, mené sous la responsabilité du chef de projet, vise à développer une intelligence artificielle capable de prédire précocement le DRG des patients et patientes hospitalisées en exploitant les documents textuels disponibles dès leur admission.
Grâce à des techniques avancées de traitement du langage naturel (NLP), l’utilisation et l’optimisation de Large Language Models (LLMs) et d’algorithmes d’apprentissage automatique, l’objectif est d’évaluer la capacité du modèle à prédire avec précision les codes DRG dès les premières 24 heures du séjour hospitalier, tout en analysant la stabilité de ces prédictions au cours du séjour. Ce projet s’inscrit dans une démarche d’optimisation des soins, en facilitant des interventions médicales ciblées et appropriées, réduisant ainsi potentiellement la durée d’hospitalisation.
Vous évoluez dans un environnement collaboratif réunissant des experts en data science, ingénierie des données et médecine. L’équipe, composée de professionnels et professionnelles aux compétences complémentaires en intelligence artificielle, traitement des données médicales et expertise clinique, favorise une approche interdisciplinaire et innovante.
Ce stage représente une opportunité unique de travailler au sein du premier hôpital universitaire de Suisse, où l’intelligence artificielle joue un rôle clé dans l’optimisation du parcours patient et l’amélioration des processus hospitaliers. Vous participez activement à la conception, l’expérimentation et le déploiement de solutions innovantes, avec un impact concret sur la prise en charge des patients et l’efficacité du système de santé.
Qualifications
Vous êtes étudiant ou étudiante en dernière année de formation en école d’ingénieurs ou en Master 2 (M2) en data science, mathématiques appliquées, intelligence artificielle, statistique, informatique ou ingénierie des données. Une première expérience en traitement du langage naturel (NLP) et en apprentissage automatique (machine learning, deep learning) est un atout.
Vous maitrisez les mathématiques appliquées et les statistiques, incluant l’optimisation, l’algèbre linéaire et les probabilités.
Vous possédez des compétences en programmation, notamment en Python et ses bibliothèques dédiées à l’IA et au NLP (TensorFlow/PyTorch, Scikit-learn, SpaCy, Transformers), ainsi qu’en manipulation et structuration de données textuelles.
Votre capacité à entraîner et optimiser des modèles de Large Language Models (LLMs), ainsi que votre aisance dans la gestion et l’exploitation de grandes bases de données (SQL, Pandas), sont essentielles.
Votre rigueur, votre autonomie et votre un esprit analytique sont indispensables pour mener à bien les missions confiées. Vous possédez une bonne capacité de communication et de vulgarisation scientifique pour collaborer efficacement avec des experts métiers.
Votre appétence pour le travail en équipe dans un environnement interdisciplinaire ainsi qu’une sensibilité aux enjeux éthiques et à la confidentialité des données médicales sont également attendues.
Ce stage représente une opportunité unique d’appliquer et d’approfondir vos connaissances en intelligence artificielle et en NLP dans un cadre hospitalier réel, tout en contribuant à un projet innovant ayant un impact concret sur l’amélioration des soins et des processus hospitaliers.
Informations supplémentaires
- Entrée en fonction : Dès que possible
- Nombre de poste : 1
- Taux d’activité : 100%
- Contrat : Contrat de stage de 6 mois
- Délai de candidature : 20.02.2025
- Demande de renseignements : Dr. G. Cohen, chef de projet, gilles.cohen@hug.ch, 022 372 75 50
Votre dossier de candidature doit comporter une lettre démontrant votre motivation, votre curriculum vitae, les copies des diplômes et attestations requis pour le poste et les 2 derniers certificats de travail.
Cette annonce s'adresse indistinctement aux femmes et aux hommes.
Seules les candidatures soumises via la plateforme de recrutement sont prises en compte. Les candidatures papier et mail ne seront pas traitées.
Tags: Deep Learning LLMs Machine Learning NLP Pandas Python PyTorch Scikit-learn spaCy SQL TensorFlow Transformers
More jobs like this
Explore more career opportunities
Find even more open roles below ordered by popularity of job title or skills/products/technologies used.