Bibliothéque Python pour le raisonnement temporel
Inria · Villeurbanne
Depuis inria.fr · vue ouverte le 19 novembre 2026 · vérifiée avant publication
FWB a lu cette offre sur inria.fr le 19 novembre 2026 et vérifie chaque jour si elle est toujours ouverte. Avant sa publication, elle a été vérifiée pour détecter les signes d’une arnaque. Un problème ? Le signaler
- Stage
- Publiée le 19 novembre 2026
- Pas encore sur FWB · postulez sur son site
- Python
- Temporal algorithms
- Testing
- Succession
- Epidemiology
Postuler sur inria.fr (s’ouvre dans un nouvel onglet)Enregistrer sur FWB
Contenu principal
Accessibilité
Contact
Mentions légales
Menu
Fermer
FR EN
Se connecter
Offres d'emploi Inria >
Offre n°2026-10729
Bibliothéque Python pour le raisonnement temporel
Télécharger l'offre au format PDF
Type de contrat : Stage
Niveau de diplôme exigé : Bac + 5 ou équivalent
Fonction : Stagiaire de l'ingénierie
Niveau d'expérience souhaité : Jeune diplômé
Contexte et atouts du poste
Une trajectoire de soins se définit comme une succession d'évènements de soins observés dans le temps, chaque évènement de soin étant décrit par des caractéristiques plus ou moins complexes (nature, quantités, prestataire). Du fait de la datation de la plupart des informations contenues dans les données médico-administratives, en particulier du SNDS/SNIIRAM ou des données intrahospitalières, il est assez naturel de représenter l'information d'un patient contenue dans ces bases sous la forme d'une trajectoire longitudinale.
L'analyse des données patients se ramène ainsi à une question d'analyse de trajectoires. L'analyse de trajectoires vise à une compréhension longitudinale et dynamique des évènements de santé d'une population de patients. Cette question se retrouve de manière récurrente dans les études épidémiologiques menées à partir du SNDS/SNIIRAM (le Journal of Epidemiology and Population Health contient 81 articles depuis 2023 évoquant les notions de « trajectoires » et de « SNDS »). Les techniques d'analyse de données de trajectoires sont nombreuses et variées. Domecq et al. (Emois, 2025) ont analysé la littérature et identifié 18 catégories de méthodes d'analyse ainsi que différents rôles de la trajectoire de soins dans ces analyses (outcome, facteur explicatif, analytique).
La librairie TanaT (https://tanat-lab.github.io/TanaT/) a été initiée pour répondre aux besoins d’analyse de données longitudinales dans un environnement Python standard. Les outils standard d’analyse de données en Python (Pandas, polars, sklearn, etc.) sont orientés vers l’analyse de données tabulaires. Cependant, ce type de modèle de données ne correspond pas aux besoins d’analyse de données longitudinales. La librairie TanaT vient donc combler un manque dans l’écosystème Python d’analyse de données. Bien que pensé pour l’analyse de trajectoires de soins, ses cas d’usages identifiés vont bien au-delà de cette seule application (trajectoires de tourisme, analyse de segmentation de séries temporelles, etc.).
Cette librairie, possède une base solide et optimisée pour réaliser des tâches complexes d'analyse de trajectoires de manière performante (passage à l'échelle sur plusieurs centaines de milliers de trajectoires). Elle propose une modélisation riche de la notion de trajectoire permettant des représentations multidimensionnelles (un patient est décrit par plusieurs séquences hétérogènes) et des représentations d'évènements très riches et flexibles (représentation en évènements, états et intervalles ; descripteurs d'évènement par un système d'attributs-valeurs flexible).
Mission confiée
L’objectif de ce stage d’ingénierie informatique est de compléter les fonctionnalités de la librairie TanaT par l’ajout de modules permettant d’intégrer des raisonnements temporels riches dans la manipulation des données. Plus précisément, dans le cadre de ce stage on souhaite développer deux nouvelles fonctionnalités :
Ajouter des fonctionnalités d'analyse de séquences par des motifs/patterns comme parcours types. Pour cette partie, l'objectif est d'enrichir la librairie TanaT d’un nouveau module dédié à l'analyse de trajectoires par des patterns. Dans l'esprit de l'organisation de TanaT, la structure sera flexible en intégrant les fonctionnalités de manière abstraite et en proposant des implémentations pour certains types de patterns particuliers. Nous souhaitons en particulier intégrer 3 types de patterns (qui nous semblent utiles, variés ou sur lesquels nous avons déjà des compétences) : le BPMN (Business Process Model and Notation), les GEM[1] (Graphical Event Models) et les chroniques[2],[3]. Dans les trois cas, il existe des solutions méthodologiques pour mener des tâches de conformance checking ou d'extraction à partir de séquences. Des librairies Python implémentant ces fonctionnalités seront explorées pour être intégrées comme solutions vs la réimplémentation dédiée de solutions efficaces.
Explorer une solution pour l’ajout de raisonnement temporel. Il s’agit typiquement de pouvoir mener des tâches d’abstraction temporelles, c’est-à-dire de génération de faits (temporels) nouveaux à partir de règles. Ces règles temporelles doivent décrire un arrangement spécifique d’évènements qui déclenchent la génération d’une information (par exemple, on peut définir l’exposition à un médicament comme la période pendant laquelle un patient s’est vu délivré 4 fois ce médicament). Les patterns, tels que décrit précédemment, peuvent répondre partiellement à cette tâche, mais lorsque les règles à exprimer sont vraiment complexes, il faut faire appel à des raisonnements temporelles riches tel que MeTeoR[4] ou possiblement des moteurs de raisonnements génériques (e.g. clingo[5]). Dans cette tâche, nous souhaiterions intégrer un tel moteur de raisonnement pour donner la possibilité à un utilisateur d’exprimer de manière riche des transformations de données. Cette solution devra permettre de traiter de grands volumes de données dans des temps acceptables pour des tâches de data-science.
[1] Hawchar, M. S., Leray, P., Ouerdani, Y., & Jannin, P. (2026, September). Forward sampling for State Variable Graphical Event Models with Markovian and piecewise constant dependencies. In The 13th International Conference on Probabilistic Graphical Models.
[2] Guyet, T., & Besnard, P. (2023). Chronicles: Formalization of a temporal model (p. 121). Springer International Publishing.
[3] Développement de la libraire PyChronicles en parallèle de TanaT
[4] Wang, D., Hu, P., Wałęga, P. A., & Grau, B. C. (2022, June). Meteor: Practical reasoning in datalog with metric temporal operators. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 5, pp. 5906-5913).
[5] Clingo : https://potassco.org/clingo/
Principales activités
Au travers de ce stage, la personne recrutée aura pour rôle :
D’identifier les ressources existantes et évaluer, en partenariat avec les encadrants, leur potentiel de réutilisation
De comprendre les enjeux et les cas d’usages possibles des fonctionnalités proposées. Dans cette phase, une compréhension de l’algorithmique des méthodes mentionnées ci-dessus sera indispensable pour appréhender avec recul la suite du projet.
De proposer des spécifications conformes aux principes de développement de la librairie TanaT, ainsi que des indicateurs permettant de définir la qualité de la proposition (en ressources de calculs, en couverture de fonctionnalités, en documentation, etc.).
D’implémenter les fonctionnalités et leurs tests unitaires/fonctionnels en Python.
Documenter le code et créer des exemples illustrant les fonctionnalités nouvelles.
L’utilisation d’agents IA sera possible dans le cadre de ce stage pour l’amélioration de la qualité du code et pour l’efficacité de production. En cas de leur utilisation, le stagiaire devra suivre une méthodologie de référence conçue pour faire un usage raisonné, traçable et efficace de ces outils.
Au-delà, une connaissance du génie logiciel est attendue pour assurer la qualité du code.
Compétences
Expérience en développement logiciel (pratique du code, utilisation de versioning, documentation, etc.)
Connaissance forte en Python
Intérêt pour l’algorithmique (compréhension d’algorithmes à partir de descriptions formelles, notions de complexité algorithmique)
Connaissances minimales en analyse de données et des librairies usuelles (pandas, polars, sklearn, etc.)
Au-delà de ces compétences techniques, nous recherchons des personnes curieuses, autonome et force de proposition.
Avantages
Restauration subventionnée
Transports publics remboursés partiellement
Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
Accès à la formation professionnelle
Sécurité sociale
Rémunération
Gratification stagiaire 2027 :4,50 € par heure de présence effective (soit 15 % du plafond horaire de la Sécurité sociale)
Postuler à cette offre
Partager
Informations générales
Thème/Domaine : Neurosciences et médecine numériques
Statistiques (Big data) (BAP E)
Ville : Villeurbanne
Centre Inria : Centre Inria de Lyon
Date de prise de fonction souhaitée : 2027-03-02
Durée de contrat : 5 mois
Date limite pour postuler : 2026-12-20
Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.
Consignes pour postuler
Sécurité défense :
Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.
Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.
Contacts
Équipe Inria : AISTROSIGHT
Recruteur :
Delomier Florent /
L'essentiel pour réussir
Pour réussir ce stage, concentre-toi sur trois priorités : Python, l’algorithmique temporelle et les tests. Commence par exécuter un exemple de TanaT pour comprendre comment la bibliothèque représente les événements et les intervalles. Distingue ensuite les deux objectifs : repérer un parcours type dans une trajectoire et déduire un nouveau fait à partir d’une règle. Pour t’entraîner, code une fonction qui détecte quatre délivrances d’un même médicament en 90 jours : précise si la borne est incluse, teste les cas limites et mesure le temps d’exécution sur des données fictives. Savoir justifier tes choix compte davantage que maîtriser tous les moteurs cités avant le stage.
A propos d'Inria
Inria, l'institut national de recherche dans les sciences et technologies du numérique, est en appui de l’État pour les stratégies nationales de recherche et d’innovation du numérique en tant qu'Agence de programmes. Inria mène plus de 300 projets de recherche et d’innovation avec ses 3500 scientifiques, ingénieurs et personnels d’appui, en partenariat avec les universités et l’écosystème numérique (entreprises, entrepreneurs, acteurs publics). Ensemble, nous explorons des domaines clés comme l'intelligence artificielle, la cybersécurité, l’informatique quantique, le Cloud, la transformation numérique de la santé, les jumeaux numériques ou encore les technologies numériques pour la défense. Nous construisons des solutions concrètes telles que des logiciels, des startups technologiques, des partenariats avec les entreprises du tissu national et des formations de pointe. Notre objectif : l’impact scientifique, technologique et industriel au service de la souveraineté numérique de la France.
Plan du site
Contact
Mentions légales
Accessibilité : totalement conforme
Offre d’origine : jobs.inria.fr
Postuler sur inria.fr (s’ouvre dans un nouvel onglet)Enregistrer sur FWB