STAGE - Ingénieur.e Recherche IA appliquée au médical (F/H) Groupe Talents Handicap

Dassault Systèmes, l'entreprise de la 3DEXPERIENCE, est un « accélérateur de progrès humain ». Elle propose aux entreprises et aux particuliers des environnements virtuels collaboratifs qui leur permettent d'imaginer des innovations plus durables. En développant un jumeau virtuel du monde réel, grâce à la plateforme 3DEXPERIENCE et à ses applications, Dassault Systèmes donne à ses clients les moyens de repousser les limites de l'innovation, de l'apprentissage et de la production.

Les 20000 collaborateurs de Dassault Systèmes travaillent à créer de la valeur pour nos 270000 clients de toutes tailles, dans toutes les industries, dans plus de 140 pays. Pour plus d'informations, visitez notre site www.3ds.com/fr

Au sein du pôle de recherche pour Living Twins for Practitioner, le département Oncology Twin développe des outils numériques pour la santé dont l'objectif est de métamorphoser les pratiques médicales futures en oncologie à la fois pour le patient et les praticiens.

Ces travaux s'effectuent à travers des partenariats avec des CHU et IHU dans des projets phares comme MEDITWIN (https://www.3ds.com/fr/newsroom/press-releases/meditwin-launch) et Twinonco (https://www.3ds.com/fr/newsroom/press-releases/twinonco & https://www.youtube.com/watch?v=ZPjvM-eiC3g).

Vous rejoindrez l'équipe Lesion Oncology twin qui a vocation à évaluer et développer des techniques d'imagerie et d'IA pour soutenir la pratique oncologique.

Le recrutement de patients pour les essais cliniques est un processus critique mais particulièrement complexe.

Pour le médecin, l'analyse manuelle des dossiers médicaux (EHR) face à des critères d'éligibilité souvent complexes, ambigus et dotés d'une logique difficile à démêler (enchaînements complexes de ET, OU, conditions d'exclusion), s'avère extrêmement chronophage.

Pour le patient, ce goulot d'étranglement représente une perte de chance directe d'accéder à des traitements innovants. Ce défi à l'échelle de la recherche médicale est majeur : plus de 80 % des essais cliniques accumulent du retard faute de recrutements suffisants.

Ce stage s'inscrit dans la continuité directe d'un premier travail qui a posé les fondations de la technologie en combinant une architecture RAG (LLM) et un alignement texte-ontologie. Il apparaît désormais nécessaire d'explorer plus en profondeur l'apport des ontologies pour enrichir la compréhension des documents. L'enjeu est de tirer pleinement parti de la structure en graphe de ces ontologies et de la richesse sémantique qu'elles renferment pour lever les ambiguïtés terminologiques, capturer les relations complexes entre concepts et garantir la traçabilité des décisions. Ce stage vise ainsi à faire évoluer cette chaîne vers une approche neuro-symbolique combinant la puissance de compréhension des LLM et la rigueur formelle des ontologies médicales (ex. UMLS, MeSH, SNOMED CT).

Deux axes majeurs seront explorés :

• L'exploitation de la richesse sémantique des concepts et de leur contexte clinique environnant (relations taxonomiques, attributs) pour désambiguïser finement les entités extraites des dossiers patients.
• Le raisonnement hybride LLM + GNN pour naviguer directement dans la topologie des graphes d'ontologies, extraire des sous-graphes de preuves et fournir un matching hautement explicable aux praticiens.

Vos missions

Au cours de ce stage, vous :

• Réaliserez une revue bibliographique sur l'utilisation de l'intelligence artificielle
• Implémenterez une ou plusieurs méthodes identifiées comme pertinentes
• Mettrez en place des méthodes d'évaluation adaptées

Vous serez amené.e à communiquer vos résultats aux autres membres de l'équipe.

Vos qualifications

Actuellement en Master 2 / Bac+5 en Ecole d'ingénieur ou Université, vous vous spécialisez en Informatique ou Data science et recherchez un stage entre 5 et 6 mois.

Compétences techniques souhaitées :

• Compétences approfondies apprentissage automatique
• Bonnes connaissances en programmation et en particulier du langage python
• Expérience dans au moins un framework de machine learning (pytorch, tensorflow ou autre)
• Expérience en imagerie médicale et/ou traitement du langage
• Des connaissances en biologie / médecine seraient un plus
• Capacité à lire et rechercher de la littérature scientifique
• Maitrise de l'anglais

Compétences professionnelles souhaitées :

• Autonomie : savoir résoudre des problèmes par soi-même
• Curiosité scientifique : faire de la veille et identifier des méthodes innovantes
• Intérêt prononcé pour le domaine médical
• Capacité à sortir de sa zone de confort, à examiner les problématiques périphériques pour mieux traiter son sujet

Nous rejoindre c'est aussi

Intégrer une entreprise scientifique au cœur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans.

Principaux avantages et bénéfices :

• Environnement collaboratif et innovant
• Collaboration internationale
• Diversité des technologies, produits et solutions
• Engagement en faveur de la diversité et de l'inclusion