Data Scientist - IA prédictive et biomécanique (H/F)

modèles de langage (LLM), embeddings, recherche vectorielle et bases de connaissances scientifiques ; le développement de tableaux de bord décisionnels destinés aux professionnels du sport de haut niveau. Le poste implique des interactions régulières avec des chercheurs en biomécanique, des médecins du sport, des préparateurs physiques et des ingénieurs en intelligence artificielle afin de transformer les résultats scientifiques en outils opérationnels utilisables sur le terrain., * Collaborer avec des experts en éthique pour évaluer les projets d’IACette compétence est indispensable

• Documenter les processus et les architectures d’IACette compétence est indispensable
• Développer des modèles prédictifs pour l’analyse de donnéesCette compétence est indispensable
• Exploiter des solutions de Data Science ou d’Intelligence ArtificielleCette compétence est indispensable
• Gérer les risques associés aux technologies d’IACette compétence est indispensable
• Intégrer des considérations éthiques dans l’analyse de donnéesCette compétence est indispensable
• Optimiser les performances des systèmes d’IACette compétence est indispensable
• Respecter les normes éthiques dans le développement de l’IACette compétence est indispensable

• Bac+5 et plus ou équivalents Cette formation est indispensable, Savoir-être professionnels

• Faire preuve de créativité, d’inventivité
• Faire preuve de rigueur et de précision
• Organiser son travail selon les priorités et les objectifs

Dans le cadre du développement de sa plateforme de jumeaux numériques dédiée à la prévention des blessures et à l’optimisation de la performance sportive, PrediTwins Lab recherche un(e) Data Scientist spécialisé(e) en intelligence artificielle appliquée à la biomécanique et aux données longitudinales. Le poste consiste à concevoir des modèles prédictifs intégrant des données biomécaniques, physiologiques, médicales et de suivi d’entraînement afin d’anticiper les risques de blessure et d’améliorer la prise de décision des staffs sportifs et médicaux. Le candidat participera au développement de modèles avancés de machine learning et d’intelligence artificielle générative, combinant notamment : l’analyse statistique de données longitudinales complexes ; les modèles de survie (Kaplan-Meier, Cox, risques concurrents) ; les méthodes probabilistes et bayésiennes ; les approches d’explicabilité des modèles (XAI, SHAP) ; les architectures RAG exploitant la littérature scientifique ; les