L’ Assistance Publique - Hôpitaux de Paris (AP - HP) est un établissement public de santé et le centre hospitalier universitaire - CHU - de la région Ile-de-France, reconnu mondialement pour sa recherche. Le département Web Innovation Données (WIND) s’inscrit au sein de sa Direction des Systèmes d’Information.

Sa mission ? 🎯Réaliser les projets numériques innovants au contact du monde hospitalier.

Ses projets phares ?

🚀 Construire le plus gros entrepôt public de données de santé en Europe ! Le projet vise à valoriser les données produites à l’AP-HP pour la recherche, l’innovation et le pilotage des soins, tout en protégeant les données patient. L’Entrepôt de Données de Santé, c’est déjà +10 millions de patients dont les données sont structurées et référencées sur une plateforme Big Data dédiée.

🙋‍♀️🙋‍♂Faciliter le quotidien des patients! Le domaine gère notamment toutes les applications mobiles et tous les téléservices de l’AP-HP.

🔬Monter une plateforme Bio-Informatique centrale pour assister les pôles de biologie de l’ AP-HP dans leurs besoins informatiques (gestion du séquençage, déploiement de ressources de calcul).

🌼Développer et déployer au niveau national les outils de collecte et d’analyse épidémiologique des données relatives aux maladies rares.

La mission de votre équipe

Afin de permettre le développement de projets de recherche innovants, en particulier dans le domaine de l’intelligence artificielle, l’AP–HP a mis en place une plateforme Big Data, infrastructure informatique propre, intégrant des capacités de stockage et de calcul pour l’exploitation sécurisée et performante des données de santé dont elle est dépositaire. Cette plateforme héberge notamment l’entrepôt de données de santé (EDS) de l’AP-HP.

L’Entrepôt de Données de Santé (EDS) de l’AP-HP intègre des données administratives et médicales de plus de 8 millions de patients hospitalisés ou venus en consultation au sein des 39 établissements de l’AP-HP (20 millions de dossiers médicaux, plus de 10 millions de diagnostics, 181 millions de résultats de laboratoires…). Cet entrepôt permet d’améliorer le pilotage de l’activité hospitalière et de faire avancer la recherche scientifique dans le domaine de la santé en favorisant la réalisation d’études sur données, la mise en place d’essais cliniques et le développement d’algorithmes d’aide à la décision.

La Plateforme Big Data de l’AP-HP compte actuellement +20 machines pour le cluster Hadoop (5To RAM, +850 Cores, 1.8Po d’espace disque), de machines GPU (56 Nvidia P40 et V100), de 20 machines dédiées aux environnements Jupyter pour l’analyse de données, et de nombreuses autres machines applicatives.

Votre équipe, le domaine « Plateforme Big Data », a pour mission l’intégration des données de santé massives et complexes (données structurés, textes, imagerie, voix, signaux physiologiques, etc.) et leur utilisation à grande échelle, de manière performante, ergonomique et sécurisée dans le respect des principes et règles de gouvernance des données définis par l’AP-HP.

Vos missions

Au sein de l’équipe en charge de la Plateforme Big Data de l’APHP, vous aurez pour missions de proposer et de développer des outils ou composants répondant aux attentes des médecins et chercheurs pour l’exploitation des données collectées dans le cadre de leurs projets de recherche. Ces développements s’inscrivent dans un contexte de standardisation des données selon le modèle de données commun OMOP et d’interopérabilité sur la base du standard d’échange HL7-FHIR.

En tant que data engineer - intégration de flux, sous la responsabilité du chef d’équipe développement big data, il s’agira de contribuer à la création d’outils d’intégration, de visualisation, d’exploration et d’enrichissement de données médicales pour la recherche, souvent en lien direct avec des personnels médicaux. Outre l’intégration technique des données cliniques, les développements relèvent globalement de la pseudonymisation des données pour assurer la confidentialité des dossiers médicaux, de la standardisation des modèles de données, de la mise en place de moteurs de recherche performant incluant des notions sémantiques et de l’analyse qualitative et statistique des données collectées. Selon la typologie des données (données structurés, imagerie, voix, signaux physiologiques, etc.) des outils plus spécifiques sont également mise en œuvre. Vos missions comportent typiquement des facettes suivantes :

Contribuez à la définition des besoins techniques et à l’accompagnement des datascientists, chercheurs, et médecins lors de la réalisation de projets de recherche impliquant de nouvelles sources de données
Analyserez les différents sources de données d’un point de vue technique (acquisition, stockage, transformation, exploitation, …)
Développerez, industrialiserez et maintiendrez des traitements de données (extraction, sélection, collecte et intégration) dans un contexte big data (développements en Spark/Scala)
Contribuerez à l’utilisation de ces nouvelles typologies de données (extraction, sélection, collecte et intégration) via des connecteurs spécifiques développés en java/scala, python ou d’autres langages
Aiderez à l’implémentation de standards et normes de mise à disposition des données (OMOP/FHIR)
Industrialiserez le code de génération du flux de données et assurer sa performance globale
Optimisation de la performance des outils dans un contexte big data (Hadoop / Spark)
Développerez des méthodologies standardisées pour l’intégration de nouvelles données
Mettrez en place des outils les processus de tests unitaires, de recette et de qualification des données
Travaillerez en collaboration avec des partenaires industriels dans le cadre des différents projets de recherche

Idéalement, vous..

Avez un diplôme d’ingénieur ou équivalent (bac+4/5, master2) en informatique ou sciences avec formation complémentaire en informatique
Avez une expérience de développement sous Linux, des langagage Java/Scala et si possible Python
Avez une expérience dans la manipulation de données avec le langage SQL
Connaissez les standards en informatique de santé (HL7 v2, DICOM, HL7-FHIR, OMOP, …)
Avez le goût de l’intégration de systèmes informatiques hétérogènes
Avez des connaissances des bonnes pratiques de sécurité informatique et de la réglementation informatique et libertés
Adhérez aux valeurs du service public et vous avez un intérêt prononcé pour le domaine de la santé
Avez un niveau d’anglais courant

Vous avez un savoir faire dans un de ces domaines :

Bonne maitrise des langages Java/Scala (Spark), Python et de bash
Bonnes connaissance des bases de données Oracle, Postgresql ou MySQL et langages associés (sql)
Bonne maitrise en méthode de conduite de projet (planification, reporting, analyse de risques, …)
Connaissance des outils ETL (Talend, …) et des méthodes de data warehouse (OLTP, RDBMS…)
Connaissance du traitement des données massives et des technologies Big Data (Hadoop, Kafka, Spark, Elastic Search, NoSQL, etc.)
Connaissance en méthodes de développement logiciel (dont cycle en V, méthodes agile), méthodes d’analyse et de modélisation (Merise, UML …)
Connaissance en administration d’environnements Linux
Connaissance des méthodologies devops et des outils associés (Docker, Kubernetes, Jenkins…)

Et humainement ?

Capacité à appréhender des enjeux liés à la recherche, à l’analyse de données et aux technologies de machine learning/deep learning, notamment dans le domaine de la santé (santé publique, imagerie médicale, épidémiologie, …)
Esprit d’équipe et la volonté de prendre part à une aventure collective
Sens de l’écoute, du résultat et de la qualité
Des qualités d’autonomie, de flexibilité et de responsabilité
Curieux, dynamique et créatif, avec un réel envie de faire preuve d’innovation