Job Description

Description de l'entreprise

Le groupe Coexya, leader du numérique et multi-spécialiste (conseil, intégration & développement), compte plus de 950 collaborateurs présents sur les sites de Lyon, Paris, Rennes, Brest et Lille, et accompagne les entreprises dans leur transformation digitale.

Coexya œuvre sur de nombreux projets qui contribuent au progrès sociétal (santé, environnement, responsabilité numérique...).

Le respect de nos valeurs : engagement, respect et partage, est un élément essentiel de notre culture d'entreprise et cela commence dès l'étape de recrutement.

Au quotidien, le groupe œuvre afin de garantir la diversité et le bien-être de ses collaborateurs, limiter son impact environnemental et accompagner les démarches éthiques.

En 2024, Coexya a rejoint le groupe Talan, acteur international de conseil et d'expertises technologiques qui accélère la transformation de ses clients par les leviers de l'innovation, la technologie et la data.

Description du poste

Intitulé : Distiller des LLM dans des modèles BERT

Contexte :

Odymine s’appuie sur des technologies avancées de NLP (Natural Language Processing) pour repérer des concepts dans les comptes rendus médicaux et reconstruire de façon automatique le parcours des patients, présenté sous forme de frise chronologique où apparaissent les événements liés à la maladie.

Il s’agit ici de faire évoluer le projet existant, puis de l’étendre à des spécialités médicales autres que l’oncologie, en transférant les connaissances des meilleurs LLM.

Ce que l’on vous propose :

Vos missions :

• Enrichissement de notre ontologie médicale ;
• Constitution et vérification de jeux de données servant à entraîner les modèles BERT du produit à partir d’un corpus de Compte Rendus médicaux ;
• Entraînement des modèles BERT ;
• Mise en place des modèles développés au sein du pipeline NLP ;
• Conception et intégration, au sein du produit Odymine, des outils d’annotation des comptes-rendus médicaux.

Les finalités :

• Le stage portera avant tout sur la création de modèles et d’outils permettant l’extension d’Odymine à d’autres spécialités médicales. Une spécialité sera retenue dès le démarrage afin d’éprouver et de valider les développements réalisés.
• Développement et industrialisation d’activités NLP
• Utiliser les LLMs dans une approche innovante d’amélioration de la qualité du produit

L’encadrement :

• Sous la responsabilité d’un chef de projet en santé
• Besoin soumis par le Product Owner
• Intégration dans une équipe de 20 personnes

Qualifications

Ce que l’on attend de vous :

Techniquement :

• Développement Python, Java, Angular
• Bases en Machine Learning et en NLP

Humainement :

• Autonomie, savoir travailler en équipe
• Appétence pour le domaine médical

Environnement technique :

• Langages : Python Java, Angular, SPARQL ;
• NLP & LLM : spaCy, BERT, Qwen, Gemma ;
• Base de Données : Elasticsearch, MariaDB

Informations supplémentaires

L’ADN DE COEXYA BY TALAN 

• Une société intégrée au groupe Talan, acteur international du conseil et de la tech. 
• Recommandée à 72 % par ses collaborateurs, avec un management bienveillant et une ambiance notée 4/5 (sondage climat interne 2025). 
• Télétravail hybride et horaires flexibles. 
• Un turnover inférieur à la moyenne des ESN (<15%) et une ancienneté moyenne de 5 ans. 
• Un cadre de travail agréable : matériel neuf, double écran, accès multimodal (TCL à 10 min), bibliothèque partagée, salle de sport, potager, foodtrucks et nombreux événements internes (pétanque, ski…). 
• Programme de mobilité douce : vélos et voitures électriques, covoiturage, forfait mobilité douce. 
• 30 % des collaborateurs sont actionnaires, renforçant l’engagement collectif. 

PARCOURS DE RECRUTEMENT

• Préqualification téléphonique avec une personne de l’équipe recrutement si votre CV est retenu
• Entretien avec votre futur N+1 : l’occasion de vous accorder entre vos aspirations professionnelles et les perspectives proposées au sein de la BU.

LIEU DE TRAVAIL

COEXYA – agence Lyon

9 avenue Charles de Gaulle

69370 Saint Didier au Mont d’Or.

Le site est accessible via TCL (env. 10 min en bus depuis la gare de Vaise).