Description Prototyper une pipeline de feedback (validation/correction) simulant l’amélioration d’un modèle d’IA dans le temps, sans accès au cœur algorithmique de production.

Objectifs

• Définir un flux de feedback standardisé côté médecin (simulé)
• Mettre en place un pipeline de (re)training sur données fictives
• Mesurer l’impact sur des métriques de démonstration

Travaux attendus

• Modéliser les événements de feedback (valider, corriger, rejeter) et métadonnées
• Créer un dataset synthétique et un protocole d’évaluation simple
• Implémenter un cycle batch (ou quasi-online) de (re)training sur un modèle non sensible
• Construire un mini-dashboard de suivi des métriques avant/après

Technologies

• Python, PyTorch/TensorFlow, MLflow, Streamlit, Plotly

Profil

• Bac+4/5 – Machine Learning / IA / Data
• Bon niveau Python

Durée et modalités

• 4–6 mois
• Présentiel ou hybride

Contraintes

• Données simulées uniquement
• Aucun accès au cœur médical ou business
• Respect strict de la confidentialité

📧 Pour postuler: amira.karoui@hopevision.health