74 Développement d’un modèle IA pour la prédiction de fraude médicamenteuse PFE

Contexte et objectif

• Développer un système intelligent basé sur l'intelligence artificielle pour détecter et prédire les risques de fraude dans les prescriptions médicamenteuses.
• L'objectif est de créer une solution automatisée capable d'analyser les ordonnances et d'identifier des anomalies potentielles afin d'améliorer la sécurité et l'intégrité du système de santé.
• À noter : ce système ne prescrit pas et ne propose aucune alternative aux médicaments ; il se limite à l’identification de potentielles incohérences dans l’ordonnance médicale.

Responsabilités et livrables attendus

• Collecte, nettoyage et prétraitement des données d'ordonnances et des métadonnées associées pour permettre l'entraînement des modèles.
• Conception, entraînement et validation de modèles IA/ML (détection d'anomalies, classification, scoring de risque) en utilisant Python et bibliothèques ML pertinentes.
• Implémentation d'un prototype démontrable qui signale des ordonnances suspectes et fournit des indicateurs expliquant la détection (explainability).

Compétences techniques et profil recherché

• Profil : Ingénieur — recrutement de 2 stagiaires Data & IA pour une durée de 6 mois.
• Compétences : IA, Machine Learning, Data Analytics, maîtrise de Python et des frameworks ML (scikit-learn, TensorFlow/PyTorch, etc.), expérience en traitement de données médicales ou textuelles appréciée.
• Compétences additionnelles : capacité à travailler avec des jeux de données sensibles (anonymisation), évaluation des performances (précision, rappel, F1, AUC) et mise en place de procédures de validation.

Environnement, encadrement et contraintes

• Environnement technique : développement en Python, pipelines de données pour prétraitement et entraînement, notebooks et scripts d'expérimentation.
• Encadrement par l'équipe Data & IA de Capgemini ; collaboration attendue avec des experts domaine santé pour validation des anomalies détectées.
• Contraintes : respect de la confidentialité et de la protection des données de santé, conformité aux bonnes pratiques d'éthique et de sécurité.

Candidature

• Pour postuler ou demander plus d'information, contacter : stagetunisie.tn@capgemini.com.
• Indiquer clairement le projet dans l'objet du message et fournir CV et lettre de motivation précisant les expériences IA/ML pertinentes.