Data scientist RUPTURES DE STOCK - Saint-Denis, France - ANSM

Description

Descriptif du poste

Finalité du poste
Le data scientist Rupture de Stocks (RS) et de la surveillance des produits de santé :
- travaille au développement et à l'optimisation des outils de surveillance ou d'anticipation mis en place dans le cadre de l'activité Ruptures de stocks (tableaux de bord, datavisualisation...)
- réalise les analyses des données textuelles grâce à l'IA
- définit une stratégie pour l'anticipation des risques de pénurie
- développe des modèles prédictifs pour la gestion de risque et l'anticipation des risques de pénurie
- Etablit des programmes de surveillance des risques de pénurie
- effectue des analyses croisées sur les différentes sources de données internes ou externes en vue de la détection du signal, la surveillance et l'anticipation
- participe en collaboration avec l'autre data scientist à la consolidation du programme de surveillance pro actif de la direction en appliquant les techniques d'IA en vue de la priorisation de la surveillance des médicaments
- Développer des indicateurs de suivi des RS en collaboration avec la DI

Activités principales
Le data scientist évolue dans une équipe pluridisciplinaire composée notamment d'évaluateurs référent des bases de données de vigilance et d'évaluateurs gestion du signal et rupture de stocks.
Il est chargé de mettre en œuvre des méthodes d'optimisation d'analyse des données, de la détection du signal et de consolider des signaux qui parviennent au pôle par ailleurs concernant les risques de ruptures et les ruptures de stock. Dans ce cadre, il sera amené à appliquer les techniques d'IA dans le domaine de la santé. Le data scientist contribue également à l'activité de surveillance et d'anticipation du pôle.
Le data scientist est amené à réaliser une analyse croisée des différentes sources de données en vue de la surveillance et de l'anticipation. Cette analyse devra notamment exploiter les informations cliniques disponibles sous formes structurées ou non structurées dans les bases de données. Enfin, le data scientist élabore des approches et des outils contribuant à la surveillance des produits de santé (contrôle qualité des bases de données, modèles prédictifs de détection des signaux, structuration en données médicales ...)

Les activités du data scientist de la surveillance sont les suivantes :

o Extraire, organiser, structurer les données
o Analyser ces différentes sources de données
o Développer les techniques de data mining et text mining.
o Créer des visualisations de données permettant une interprétation aisée des résultats.
o Prototyper puis développer des modèles prédictifs afin de répondre au besoin de surveillance des produits de santé en vue de la détection du signal.

Le data scientist transmet les signaux aux évaluateurs du pôle gestion du signal en vue de leur hiérarchisation en niveau de risque.
Il participe aux réunions du pôle notamment sur la gestion des signaux entrants et sortants.
Il apporte son expertise en interne à la direction ou à la direction de l'inspection ou aux directions médicaments, sur les sujets relevant de son domaine de compétence.
Il représente la direction de la surveillance sur les sujets relevant de son domaine de compétence.
Il est amené à assurer une veille technologique continue.
Il a un rôle d'information interne sur les sujets de l'intelligence artificielle
Il devra établir un benchmarking des techniques et technologies utilisées dans le domaine de la santé.

Activités secondaires
- Encadrer les internes et stagiaires
- Participer à la rédaction des procédures et instructions qualité
- Participer aux bilans annuels d'activité
- Participer aux audits

Profil recherché

Formation / Diplôme :
Ingénieur ou Bac +5 dans le champ scientifique. Une connaissance des technologies des techniques IA est exigée.

Expérience professionnelle requise :
En plus de l'informatique et des statistiques, le data scientist rupture des stocks doit faire preuve d'une appétence pour la sécurité sanitaire.

Compétences clés recherchées :
Compétences techniques et/ou scientifiques :
- Programmation (R, Python,)
- Méthodes d'analyse de données (Data Mining, Text Mining)
- Connaissance en base de données
- Outils de data visualisation