Description du poste

La Faculté de Médecine de l'Université de Genève bénéficie d'un environnement multiculturel auquel elle contribue activement à travers l'enseignement, la recherche, et son partenariat avec les Hôpitaux Universitaires de Genève (HUG).

Au sein du Département de radiologie et d'informatique médicale , le groupe de recherche Data Science for Digital Health (DS4DH), dirigé par le Professeur Douglas Teodoro , explore des techniques de pointe en science des données appliquées à l'évaluation des risques en santé. Dans ce contexte, plusieurs projets se concentrent sur la conception de méthodes novatrices de traitement du langage naturel (NLP) et d'apprentissage automatique pour analyser des données riches en santé et en recherche clinique.

Pour soutenir l'équipe DS4DH dans le développement d'un nouveau projet de recherche et d'innovation, le groupe de recherche ouvre un poste de :

collaborateur/trice scientifique 1

100 % (CDD)

Le/la candidat-e sélectionné-e développera des recherches dans le cadre du projet AIDosE: Artificial Intelligence Methods to Estimate and Predict Dosing Errors in Interventional Clinical Research. Le projet vise à moderniser le suivi et la prédiction des erreurs de dosage dans la recherche et le développement pharmaceutiques en utilisant l'apprentissage automatique multimodal dans une approche scientifique ouverte. AIDosE est soutenu par l'Agence suisse pour l'encouragement de l'innovation (Innosuisse) en collaboration avec des partenaires privés.

Le/la collaborateur/trice scientifique se concentrera sur l'exploration de nouvelles méthodes de science des données utilisant des modèles de langage de grande taille (LLM) et des modèles de langage visuel (VLM) pour extraire des informations à partir de données biomédicales non structurées. Ces méthodes seront utilisées pour développer de nouveaux modèles de prédiction pour l'évaluation des risques dans la recherche et le développement pharmaceutiques. Le poste peut également impliquer l'enseignement de séminaires sur l'IA aux étudiants de bachelor et de master à la Faculté de médecine. Le/la candidat-e sera basé-e au Campus Biotech.

Titre et compétences exigés

• Master en informatique, statistiques, ingénierie, bioinformatique ou dans un domaine connexe.
• Solide expérience en apprentissage automatique avec des publications scientifiques dans le domaine.
• Expérience avec l'analyse des données de pharmacovigilance et l'extraction de textes biomédicaux.
• Maîtrise des langages de programmation tels que Python ou R.
• Bonne connaissance des modèles de langage et/ou des approches d'apprentissage automatique multimodal.
• Capacité à travailler en équipe pluridisciplinaire.
• Langues : Français/Anglais.

Nous recherchons une personne motivée et diligente, avec une forte passion pour la recherche en science des données appliquée au domaine de la santé. Le/la candidat-e idéal-e devra être capable de travailler de manière autonome, d'organiser efficacement son travail et de collaborer régulièrement avec ses collègues internes et externes au sein d'une équipe internationale. Il/elle possède un esprit de résolution de problèmes et une attitude polyvalente.

Entrée en fonction

1er avril 2025 ou date à convenir

Contact

Écrire un email

Informations complémentaires

Si vous correspondez à la description ci-dessus, nous serions ravis de recevoir votre candidature (CV, certificats, diplômes) qui doit être soumise exclusivement en ligne en cliquant sur le bouton ci-dessous "Postuler/Apply now".

If you match the above description, we would be delighted to receive your application (CV, certificates, diplomas), which must be submitted exclusively online by clicking on the "Apply/Apply now" button below.

Contrat sur fonds institutionnels (CDD) / Contract on institutional funds (CDD)

Job description

The Faculty of Medicine at the University of Geneva benefits from a multicultural environment to which it actively contributes through teaching, research and its partnership with the University Hospitals of Geneva (HUG).

Within the Department of Radiology and Medical Informatics, the Data Science for Digital Health (DS4DH) research group, led by Professor Douglas Teodoro, explores cutting-edge data science techniques applied to health risk assessment. In this context, several projects focus on the design of innovative natural language processing (NLP) and machine learning methods for analysing rich data in health and clinical research.

To support the DS4DH team in the development of a new research and innovation project, the research group has an opening for a:

Research Associate

100% (Fixed-term contract)

The successful candidate will develop research as part of the AIDosE project: Artificial Intelligence Methods to Estimate and Predict Dosing Errors in Interventional Clinical Research. The project aims to modernise the monitoring and prediction of dosing errors in pharmaceutical research and development by using multimodal machine learning in an open scientific approach. AIDosE is supported by the Swiss Innovation Promotion Agency (Innosuisse) in collaboration with private partners.

The research associate will focus on exploring new data science methods using large language models (LLMs) and visual language models (VLMs) to extract information from unstructured biomedical data. These methods will be used to develop new prediction models for risk assessment in pharmaceutical research and development. The post may also involve teaching seminars on AI to bachelor's and master's students at the Faculty of Medicine. The candidate will be based at Campus Biotech.

Qualifications required

• Master's in computer science, statistics, engineering, bioinformatics or a related field.
• Solid experience in machine learning with a track record of publications in the domain.
• Experience with pharmacovigilance data analysis and biomedical text extraction.
• Proficiency in programming languages such as Python or R.
• Good knowledge of language models and/or multimodal machine learning approaches.
• Ability to work in a multidisciplinary team.
• Languages: French/English.

We are looking for a motivated and diligent individual with a strong passion for data science research applied to the health domain. The ideal candidate will be able to work independently, organise his/her work effectively and collaborate regularly with internal and external colleagues, as part of an international team. He/she will have a problem-solving mindset and a versatile attitude.

L'Université de Genève offre des conditions d'engagement motivantes dans un cadre de travail stimulant. En nous rejoignant, vous aurez l'occasion de mettre en valeur vos compétences ainsi que votre personnalité et contribuer activement au rayonnement d'une Institution fondée en 1559.

Dans une perspective de parité, l'Université encourage les candidatures du sexe sous-représenté.