Ingénieur(e) de Recherche Appliquée – IA - (H/F)

A propos de Cegedim :

Fondé en 1969, Cegedim est un Groupe innovant de technologies et de services spécialisé dans la gestion des flux numériques de l’écosystème santé et BtoB, ainsi que dans la conception de logiciels métier destinés aux professionnels de santé et de l’assurance. Cegedim compte près de 6 500 collaborateursdans plus de 10 pays et a réalisé un chiffre d’affaires de 649,2 millions d’euros en 2025.

Pour en savoir plus :

Et suivez Cegedim sur Twitter : @CegedimGroup, LinkedIn et Facebook.

Pôle :

Cegedim Business Services accompagne depuis plus de 30 ans les entreprises dans leurs enjeux de performance et de transformation digitale. Au quotidien, ce sont plus de 2 000 collaborateurs engagés dans l’innovation et l’excellence technologique de solutions expertes en Paie, Ressources Humaines, Achats et Traitement des flux de Facturation, ainsi qu’en Conformité et Logistique pour le secteur de la santé.

En tant que Developpeur Fullstack IA, vous jouerez un rôle charnière au sein de notre société : le pont entre notre laboratoire de recherche appliquée et l'ingénierie logicielle. Votre mission principale est de concevoir, développer et déployer des solutions basées sur l'Intelligence Artificielle, tout en participant activement à nos travaux de recherche et à la rédaction de publications scientifiques.

Missions :

1. Conception & Déploiement

• Déployer et intégrer des outils d'IA robustes, évolutifs et performants en production.
• Manipuler, créer des datasets et évaluer rigoureusement les modèles via des métriques scientifiques pointues (F1 Score, Accuracy, Recall, etc.).
• Analyser les retours utilisateurs pour ajuster et optimiser continuellement les algorithmes.

2. Recherche & Innovation

• Contribuer à la stratégie d'innovation en identifiant de nouveaux cas d'usage de l'IA pour nos métiers.
• Collaborer étroitement avec nos Docteurs en informatique sur des travaux de recherche appliquée.
• Co-rédiger des publications scientifiques et représenter le labo lors de conférences internationales.

3. Transversalité & Vulgarisation

• Travailler en synergie avec les Data Engineers, les Product Owners et l'équipe DevOps/MLOps pour fluidifier le Time-to-Market.
• Vulgariser des concepts complexes liés à l'IA auprès des utilisateurs finaux pour bien cerner leurs besoins métier.
• Documenter de manière exhaustive les expérimentations, les performances et les limites des modèles.

Stack Technique & Environnement

Langages & Frameworks : Python (Expert), PyTorch, TensorFlow, Scikit-learn.Hébergement & Déploiement : RunAI (hébergement de modèles), Docker, Kubernetes.MLOps & Tracking : MLflow (ou équivalent), Méthodologies MLOps et Agile/Scrum.Outils de recherche & Doc : Jupyter Notebooks, Overleaf/LaTeX (pour les publications).Collaboration : Git, GitLab, Jira, Confluence.Les "Plus" (Souhaités) : Connaissances en langages orientés objet (Java, JavaScript, TypeScript) et en HTML pour faciliter l'intégration logicielle et la création d'interfaces de démonstration (PoC).