Rechercher une Offre d'emploi

CIP - [STAGE] AI for diabetic Patient monitoring H/F

Société : Air Liquide
Lieu : France


Descriptif du poste

Société : Air Liquide
Catégorie : Stage
Filiere : Fonctions Médicales & Sociales
Lieu : France

Mission

Présentation du Groupe

Air Liquide est un leader mondial des gaz, technologies et services pour l’industrie et la santé. Présent dans 80 pays avec environ 67 000 collaborateurs, le Groupe sert plus de 3,7 millions de clients et de patients. Oxygène, azote et hydrogène sont des petites molécules essentielles à la vie, la matière et l’énergie. Elles incarnent le territoire scientifique d’Air Liquide et sont au cœur du métier du Groupe depuis sa création en 1902.

Air Liquide a pour ambition d’être un leader de son industrie, d’être performant sur le long terme et de contribuer à un monde plus durable. 

Air Liquide place la diversité au cœur de ses activités et s'engage notamment en favorisant l’égalité professionnelle et l’emploi des travailleurs en situation de handicap.

Descriptif de l'entité et de l'activité

Le Campus Innovation Paris est le plus grand centre de R&D d’Air Liquide. Il développe des solutions innovantes pour l’ensemble des activités du Groupe. Le Campus Innovation Paris  constitue un véritable réservoir de talents, réunissant des scientifiques issus des meilleures universités et écoles d’ingénieurs, favorisant ainsi la diversité des compétences. Plus de 250 chercheurs travaillent dans 35 laboratoires dotés de matériel de pointe et de plateformes expérimentales, permettant d’explorer de nombreux domaines de recherche.

Missions & Responsabilités

L’équipe Computational and Data Science (C&DS) du Campus Innovation de Paris traite diverses applications en lien avec l’activité d’Air Liquide, en proposant des approches “data-driven” telles que la simulation, l’optimisation et le machine learning. En particulier, l’équipe développe des outils de machine learning pour améliorer l’offre de
service de santé à domicile (1). Dans ce contexte, l’objectif du stage est de réaliser une preuve de concept sur l’intérêt des méthodes de machine learning pour le télésuivi des patients diabétiques, en analysant des séries temporelles des données publiques de CGM (continuous glucose monitoring) et de prise d’insuline.
La/le stagiaire devra concevoir, tester, et évaluer différents modèles prédictifs (machine learning (2) , modèles pharmacocinétiques (3)) en tenant compte de l’historique et des spécificités du patient. Ces modèles permettront d’anticiper les variations de la glycémie et in-fine de recommander la sélection d’insuline à injecter.


Les différentes missions seront :
? Prétraitement et analyse descriptive des données open-data et issues de simulation.
? Etablir un état de l’art et comparer des différents modèles de machine learning (modèles linéaires, non-linéaires, deep Learning …).
? Proposer une hybridation modèle statistique / modèle pharmacocinétique de la glycémie.
? Implémenter un modèle de recommandation d’insuline grâce au modèle de suivi de la glycémie.
? Évaluer la reproductibilité des modèles proposés sur différents patients diabétiques.

(1) http://www.chroniccareconnect.com
(2) Oviedo et al, 2017 : A Review of Personalized Blood Glucose Prediction Strategies for T1DM Patients
(3) Makroglou et al, 2006 : Mathematical models and software tools for the glucose-insulin regulatory system and diabetes: an overview

Profil et compétences

- Etudiant(e) en dernière année cycle ingénieur ou master 2 en Informatique ou mathématiques appliquées.
- Bonne maîtrise des différents concepts de data science : (apprentissage supervisé, deep learning…)
- Maîtrise de Python scientifique (NumPy, Scipy, Pandas,...), la connaissance d’au moins une des librairies de Machine Learning (Scikit-Learn, PyTorch, TensorFlow, …) serait un plus.

Informations complémentaires

Localisation géographique : France / Ile de France / 78-Les Loges-en-Josas
Date de début souhaitée : Janvier 2021
Durée du stage : 6 mois

Air Liquide est labellisé Happy Trainees.


CLIQUER ICI POUR POSTULER

Informations


Trouver un logement à proximité ?



FERMER