> Markdown version of [/jobs/ext/3615988-alternant-e-ingenieur-data-et-intelligence-artificielle](https://www.wearedevelopers.com/jobs/ext/3615988-alternant-e-ingenieur-data-et-intelligence-artificielle). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Alternant(e) Ingénieur Data et Intelligence Artificielle

- **Company:** Centre Hospitalier de Grasse
- **Location:** Inconnu, France
- **Experience:** Internship
- **Salary:** €14,226.0
- **Contract:** Apprenticeship
- **Skills:** Artificial Intelligence, Extract Transform Load (ETL), Data Warehousing, Relational Databases, Linux, Python (Programming Language), Machine Learning, Open Source Technology, SQL Databases, Virtualization Technology, Pytorch, Retrieval-Augmented Generation, Open-source Models, Large Language Models, Pandas, Scikit Learn, Information Technology, HuggingFace, Docker
- **Published:** October 8, 2026
- **Apply:** https://app.beetween.com/WeaselWeb/p/#/apply/job/z3e5zxrns84n/alternant-e-ingenieur-data-intelligence-artificielle

## About the Role

TITRES, DIPLÔMES OU NIVEAU : DE FORMATION SCIENTIFIQUE CYCLE D'INGENIEUR EN ALTERANCE (1ERE ANNEE OU +) SPECIALITE INFORMATIQUE, DATA SCIENCE, INTELLIGENCE ARTIFICIELLE OU NUMERIQUE EN SANTE
CONNAISSANCES SPÉCIFIQUES :

 - Python et écosystème data (pandas, scikit-learn, PyTorch / Hugging Face)
 - SQL et bases de données relationnelles ; notions d'entrepôt de données et d'ETL
 - Fondamentaux du machine learning et des LLM (RAG, embeddings, évaluation)
 - Notions de Linux, conteneurisation (Docker) et virtualisation
 - Sensibilité au RGPD, à la sécurité des SI et, idéalement, aux données de santé
QUALITÉS PROFESSIONNELLES :

 - Analyser un besoin métier et le traduire en solution technique
 - Prototyper, tester et documenter une solution
 - Manipuler, nettoyer et fiabiliser des données hétérogènes
 - Rendre compte et vulgariser auprès d'interlocuteurs non techniques
 - Rigueur, curiosité et autonomie progressive
 - Discrétion professionnelle et respect absolu du secret médical
 - Sens du travail en équipe

## Description

Sous la responsabilité de son tuteur, l'alternant(e) contribue à la conception, au prototypage et à la mise en uvre de solutions d'intelligence artificielle hébergées localement et à la structuration sécurisée des données de santé de l'établissement, dans le strict respect du RGPD, du secret médical et des référentiels de sécurité applicables aux établissements de santé.
Axe 1 Structuration et sécurisation des données de santé (EDS)
Cartographier les sources de données (DPI, PMSI, laboratoire, imagerie, RH, logistique) et en documenter les flux.
Contribuer à la définition d'une architecture d'Entrepôt de Données de Santé (EDS) local et à l'étude d'un modèle de données standardisé (ex. OMOP).
Développer des chaînes d'extraction, de transformation et de chargement (ETL), de qualité et de pseudonymisation/anonymisation des données.
Participer à la documentation réglementaire : registre des traitements, analyses d'impact (AIPD), habilitations et traçabilité des accès.
Axe 2 Projets d'intelligence artificielle (LLM en local)
Réaliser une veille et un benchmark des modèles de langage open source et des solutions d'hébergement on-premise (sans exposition des données à l'extérieur).
Participer à la mise en place d'une plateforme d'inférence locale (sélection du modèle, dimensionnement, déploiement, supervision).
Cas d'usage « Synthèse médicale » : prototyper un assistant de synthèse de dossiers / comptes rendus, construire les jeux de test, évaluer la qualité avec les médecins référents (pertinence, hallucinations, traçabilité).
Cas d'usage « Aide à la planification » : contribuer au projet en appui de la DRH et de l'encadrement (analyse des besoins, modélisation des contraintes, prototype d'aide à la décision).
Mettre en uvre des techniques de RAG (indexation documentaire, recherche sémantique) et de prompt engineering adapté au contexte hospitalier.
Activités :

 - Recueillir et formaliser les besoins des utilisateurs lors d'entretiens et d'ateliers.
 - Extraire, nettoyer, contrôler la qualité, anonymiser/pseudonymiser et documenter les jeux de données issus des applications métiers (DPI, PMSI, RH...).
 - Développer, tester et maintenir les scripts et traitements de données (Python, SQL, ETL) dans les environnements de test.
 - Installer, configurer et superviser les composants de la plateforme d'IA locale (modèles, conteneurs, serveur d'inférence, base vectorielle).
 - Concevoir les prototypes, les jeux de test et les grilles d'évaluation, puis analyser les résultats avec les référents métiers.
 - Assurer une veille technologique et réglementaire sur l'IA en santé (modèles open source, RGPD, AI Act, recommandations HAS/CNIL).
 - Rédiger la documentation technique et fonctionnelle, les procédures d'exploitation et les supports utilisateurs.
 - Préparer et présenter l'avancement des travaux en comité projet.
 - Participer ponctuellement aux autres projets du service en lien avec la donnée.