Responsable Data et IA institutionnel

Santé

Informatique

Paris

CollibraAlationApache AtlasData warehouseData lakeEDSMDM

Rôle

Pilote la structuration la gouvernance et l’industrialisation des solutions Data et Intelligence Artificielle à l’échelle institutionnelle en assurant la valorisation la sécurité la conformité et l’exploitation des données pour la recherche le soin et les fonctions supports.

Technologies

CollibraAlationApache AtlasData warehouseData lakeEDSMDM

Entités

Numérique, data et IAData/IA hub

Contextes

SantéRecherche biomédicale

Compétences

Architecture dataInteropérabilitéQualité des donnéesCatalogageStandards internationaux de métadonnéesMLOpsGestion de données multimodalesPilotage de projets complexesManagement d’équipe pluridisciplinaireConnaissance RGPDConnaissance HDSRecherche cliniqueArbitrage innovation/conformité/valeurLeadership transverseCapacité pédagogique

Challenges détectés

7 enjeux

Les principaux enjeux identifiés chez Institut Curie, avec les technologies et compétences associées.

01Transformation
Structurer le Hub institutionnel Data/IA
Compétences clés
Définir l’offre de services du HubFédérer les plateformes et systèmes de donnéesOrganiser la gouvernance des projets Data/IA
02Optimisation
Mettre en place le catalogue institutionnel de données et la gouvernance opérationnelle
Technologies clés
CollibraAlationApache Atlas
Compétences clés
Identifier, documenter, sécuriser et valoriser les donnéesGarantir la qualité, la traçabilité, l’interopérabilité et les conditions d’accèsDévelopper et faire évoluer les entrepôts de données
03Croissance
Accompagner les usages et l’exploitation des données pour la recherche, le soin et le pilotage
Compétences clés
Faciliter l’analyse et la restitution des donnéesGarantir un accès simple et sécurisé
04Transformation
Structurer le portefeuille IA et le catalogue des modèles
Compétences clés
Piloter le portefeuille des cas d’usage IAMaintenir un catalogue centralisé des modèles, algorithmes et solutions d’IAGérer les versions, environnements, accès et cycles de vie des modèles
05Croissance
Développer l’IA en production
Compétences clés
Mettre en place et superviser les dispositifs MLOps et LLMOpsAssurer le suivi des performances, risques, coûts et incidentsOrganiser les procédures d’évolution, de retrait ou de réentraînement des modèles
06Conformité
Garantir conformité, éthique et souveraineté des usages Data/IA
Compétences clés
Veiller à la conformité réglementaire, à l’éthique et à la sécuritéSécuriser les partenariatsPréserver la valeur des données
07Recrutement
Manager une équipe pluridisciplinaire Data/IA
Compétences clés
Encadrer une équipe d’environ 20 collaborateursAccompagner les experts métiers et porteurs de projets