Post-doctorant.e ou Ingénieur.e en génie industriel et/ou science des données - CDD 12 mois

Post-doctorant.e ou Ingénieur.e en génie industriel et/ou science des données - CDD 12 mois

1. Contexte

Ce projet est menée en collaboration entre Mines Paris, IMT Mines Albi et Mines Saint-Etienne.

IMT Mines Albi et Mines Saint-Etienne sont deux écoles de l’Institut Mines-Télécom (IMT), 1er groupe public d’écoles d’ingénieurs et de management de France. L’IMT est un EPSCP (grand établissement) sous la tutelle du ministère chargé de l’industrie et du numérique.

IMT Mines Albi est à l'avant-garde des enjeux industriels et académiques sur la scène internationale, elle agit comme un moteur scientifique et économique territorial en combinant ses 4 missions en un cercle vertueux et porteur d'innovation :

• Une école d'ingénieur généraliste, innovante, humaniste et internationale qui intègre dans son management la dynamique du développement durable ;
• Des équipes de recherche, réparties au sein de ses 3 centres, qui travaillent à l’émergence et à l’amélioration des procédés industriels, en particulier sur ses 4 plateformes technologiques ;
• Un partenaire des entreprises qui accompagne le développement économique et cultive l’entrepreneuriat ;
• Une école qui favorise la diffusion de la culture des sciences, des techniques, de l'innovation et de l'entreprise sur son territoire.

Au travers du Centre Génie Industriel (CGI), IMT Mines Albi développe des recherches à la frontière entre l’informatique et le génie industriel, en collaboration avec des partenaires publics et industriels nationaux et internationaux. Le CGI s’intéresse à la cinétique des organisations et au développement de solutions d’aide à la décision dans des contextes hétérogènes, collaboratifs et incertains. Ceci est mis en pratique par la représentation, la modélisation et l’analyse des données de ces organisations afin de formaliser de la connaissance conduisant à la prise de décision dans des contextes hétérogènes, collaboratifs, incertains et/ou perturbés. Il est structuré selon quatre axes de recherche appliquée parmi lesquels l'axe Ingénierie Organisationnelle en Santé (IOS) dont l'objectif principal est de proposer des méthodes outillées d’ingénierie organisationnelle et de management permettant aux organisations de santé de configurer, de diagnostiquer, d’améliorer, et de piloter, de façon agile et prédictive, les parcours de patients dans le temps et dans l’espace. Les travaux de recherche d'IOS se nourrissent de quatre grandes disciplines scientifiques : recherche opérationnelle et simulation, ingénierie des connaissances, ingénierie des modèles, et science des données, afin de traiter des problématiques organisationnelles dans les services d'urgences et les services d'hospitalisation en aval, les blocs opératoires, les services de consultation et d'imagerie médicale, mais aussi dans la prise en charge à domicile et les SAMU.

L’École Nationale Supérieure des Mines de Saint-Étienne (Mines Saint-Etienne) est chargée de missions de formation, de recherche et d’innovation, de transfert vers l’industrie et de culture scientifique, technique et industrielle.

Le Centre Ingénierie et Santé (CIS), un des 5 centres de formation et de recherche de l’école, regroupe des enseignants-chercheurs en génie industriel/informatique, en biomécanique et en génie de procédés autour des applications en santé : biotechnologies, ingénierie tissulaire, e-santé, chirurgie assistée par ordinateur, médecine et parcours patient personnalisés…

Le département I4S du Centre Ingénierie et Santé est une équipe de recherche dédiée à l'étude des systèmes de soins et de services de santé. Les enseignants-chercheurs de ce département sont membres du Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes (LIMOS, UMR 6158 du CNRS). I4S œuvre depuis plus de 15 ans pour apporter des solutions scientifiques innovantes, principalement en génie industriel, recherche opérationnelle et science de données, pour (i) l’ingénierie des systèmes de soins et services de santé, (ii) planification et logistique des systèmes de soins, et (iii) la modélisation prédictive des données de santé. Grâce aux efforts de ses membres, I4S a su tisser des partenariats forts aussi bien hospitaliers (CLB, ARS-Ile de France, HCL, CHUSE, ...), industriels (AESIO, MJ Innov, HEVA, LOMACO, CETAF, ...) et internationaux.  I4S bénéficie d'un rayonnement aussi bien national qu'international.

Mines Paris : l’Ecole des Mines de Paris est un établissement supérieur d’enseignent et de recherche d’excellence qui est membre fondateur de l’université Paris Science Lettre (Université PSL). Dans ce cadre elle forme des ingénieurs (niveau Master) et docteurs de haut niveau en collaboration avec et pour l’industrie. Au sein de Mines Paris, le Centre de Gestion Scientifique (CGS) a développé des compétences reconnues internationalement dans le domaine de la logistique et transport, avec de nombreux prix, keynotes et des collaborations avec les meilleures universités dans le domaine (Georgia Tech, TU Delft, The University of Hongkong, etc.). L’équipe en logistique du CSG fait la recherche sur les problématiques concernant la logistique durable, la digitalisation et l’Internet Physique pour la logistique globale et pour le transport de marchandises en ville, en s’appuyant sur les méthodes de la modélisation et la prise de décision ainsi que les technologies digitales.

Environnement du poste

Ce poste s’inscrit dans le projet « TRACKING » et vise à évaluer plusieurs solutions de géolocalisation indoor sur trois terrains : CH Perpignan (suivi des patients), CHU de Saint-Etienne (suivi des brancards), CH de Firminy (suivi des personnels). A terme, ces solutions de tracking visent à alimenter des jumeaux numériques synchrones de services de soins, permettant aux professionnels de santé de gérer et monitorer les activités de ces services et de simuler de façon prédictive différents scénarios d'activités.

Ce projet permettra de lever un verrou en termes de faisabilité du jumeau numérique appliqué au domaine hospitalier. Il permettra de développer de nouveaux partenariats avec des entreprises spécialisées dans le traitement de données de santé de type géolocalisation indoor, afin de prédire le parcours de soins et d’améliorer le suivi du patient tout au long de son hospitalisation. Enfin, ce projet s’inscrit dans le développement de nouveaux modes de télécommunication, incluant la 5G, le jumeau numérique étant un exemple de démonstrateur pouvant bénéficier de ces nouvelles technologies.

2. Missions et activités

La mission proposée se décompose en plusieurs étapes :

• Concevoir et réaliser des plans d'expériences pour une analyse comparative des solutions déployées sur les 3 terrains :
  • Evaluer la précision des données recueillies.
  • Evaluer les erreurs sur le tracking des différentes entités et proposer des algorithmes de post-traitement en temps synchrone ou asynchrone (correction, déduction, etc.)
  • Proposer une analyse statistique des données recueillies sous la forme de tableaux de bord.
  • Évaluer l'accès aux donnés dans des applications tierces en temps synchrone et asynchrone.
• Proposer une approche unifiée de process mining (fouille de processus) appliquée aux données de tracking afin de générer (discovering) et/ou valider (conformance checking) des parcours patients :
  • Proposer un benchmark de plusieurs algorithmes (inductive miner, fuzzy miner, etc.) et outils (Disco, ProM, PM4Py, etc.) de process mining permettant de traiter les données de géolocalisation.
  • Valider et/ou développer l'approche de process mining la mieux adaptée à une conjugaison des données recueillies pour les parcours patients, les dispositifs médicaux, les médecins et infirmières.
  • Evaluer les performances des méthodes selon des critères quantitatif (rejouabilité des process) et qualitatif (explicabilité des process).
• Écriture de rapports techniques et réalisation de présentations.
• Écriture d’un article de revue internationale en anglais, ou un papier dans une prestigieuse conférence autour du Machine Learning et la science de données.

3. Formations et compétences

Formation

• Titulaire d’une thèse de doctorat en informatique ou génie industriel, ou d’un diplôme d’ingénieur ou équivalent dans ces deux domaines.
• Dans le cas du recrutement d’un ingénieur sans doctorat, ce travail pourra donner lieu à une thèse de doctorat.

Connaissances, capacités et aptitudes

• Connaissance approfondie en statistiques et science des données (data et process mining)
• Expérience avec les langages de programmation Python, C, C++
• Connaissances en apprentissage automatique non-supervisé
• Niveau d'anglais compatible avec le travail demandé
• Capacité à rédiger des articles scientifiques
• Aptitude pour la communication et la dissémination des résultats scientifiques
• Une expérience en établissement de santé et des connaissances en traitement des données de santé seraient un plus
• Rigueur, autonomie, capacité à travailler en équipe, esprit d’écoute et de coopération, préparation et participation à des réunions de suivi

Avantages

• Télétravail partiel possible
• Prise en charge des transports en commun

Informations complémentaires et candidature

• Début du contrat : avant septembre 2023
• Nature du contrat : CDD de droit public
• Durée du contrat : 12 mois
• Localisation Géographique : Saint-Etienne et/ou Albi (à définir)

Document pour candidater

Envoyer par mail à augusto@emse.fr, franck.fontanili@mines-albi.fr, shenle.pan@mines-paristech.fr les documents suivants :

• Curriculum vitæ
• Lettre de motivation
• Lettres de recommandation

Contact

• Vincent AUGUSTO : 04 77 42 66 26 - augusto@emse.fr
• Franck FONTANILI : 05 63 49 32 89 - franck.fontanili@mines-albi.fr
• Shenle PAN : 01 40 51 93 32 - shenle.pan@mines-paristech.fr