Data Scientist - Santé Numérique (Alternance)

Dans le cadre du Master of Science en Data Engineering & Cloud Computing, aivancity, pour la rentrée de septembre 2026, une opportunité d'alternance au sein de l'une de ses entreprises partenaires.

aivancity accompagne un acteur majeur du secteur de la santé numérique (Health

Tech) dans le recrutement d'un(e) alternant(e) Data Scientist / Analyste IA.

L'alternant(e) participera au développement et à l'optimisation de solutions d'intelligence artificielle appliquées à la santé connectée, notamment à partir de données issues de capteurs et dispositifs médicaux.

Il/elle jouera un rôle clé dans l'analyse de données physiologiques, l'amélioration des modèles prédictifs de détection d'incidents médicaux et la structuration des données dans un contexte où la fiabilité et la prévention sont des enjeux stratégiques.

Dans ce cadre, l'entreprise partenaire souhaite explorer l'apport des technologies d'intelligence artificielle, notamment les modèles de machine learning et de deep learning, afin de réduire les faux positifs, de créer des indicateurs personnalisés et de favoriser une prise de décision médicale plus précoce et plus fiable, en collaboration avec des équipes expertes du domaine de la santé.\n\n

Cette alternance est exclusivement accessible aux étudiants inscrits au MSc d'aivancity.

• Étude des paramètres physiologiques spécifiques au sport de haut niveau (charge d'entraînement, récupération, sur-risque cardiovasculaire).
• Développement de modèles de scoring de performance/sur-risque personnalisés.
• Collaboration avec des clubs ou coachs pour simuler des cas d'usage terrain.
• Benchmark d'appareils déjà utilisés dans le sport élite (gilets capteurs, bracelets pro, textiles connectés).

Localication : Région PACA

Disponibilité : Dès septembre 2026

• Étudiant(e) de niveau Bac+4, spécialisé(e) en Data Engineering & Cloud Computing
• Intérêt marqué pour la santé numérique (HealthTech), l'IA appliquée à la prévention médicale et l'analyse de données physiologiques.
• Bonnes bases en data analysis, machine learning et traitement de données (Python, pandas, scikit-learn ; notions de deep learning appréciées).
• Capacité à travailler sur des données issues de capteurs ou dispositifs connectés (IoT médical).
• Esprit analytique, rigueur scientifique et sens des responsabilités dans un contexte sensible (données de santé).
• Capacité à collaborer avec des experts métier (professionnels de santé, équipes techniques).
• Aisance pour traduire des résultats techniques en insights compréhensibles pour des équipes non techniques.