INTERNSHIP DETAILS

Stagiaire R&D : Optimisation du diagnostic de pannes par la science des données (IA) appliquée à la santé (H/F)

CompanyGE HealthCare
LocationBucharest
Work ModeOn Site
PostedDecember 16, 2025
Internship Information
Core Responsibilities
The intern will collect and prepare relevant data with the help of experts and implement automated pipelines to structure data for analysis. They will also design clustering algorithms to group types of failures and develop methods for product feature aggregation.
Internship Type
full time
Company Size
59008
Visa Sponsorship
No
Language
French
Working Hours
40 hours
Apply Now →

You'll be redirected to
the company's application page

About The Company
Every day millions of people feel the impact of our intelligent devices, advanced analytics and artificial intelligence. As a leading global medical technology and digital solutions innovator, GE HealthCare enables clinicians to make faster, more informed decisions through intelligent devices, data analytics, applications and services, supported by its Edison intelligence platform. With over 100 years of healthcare industry experience and around 50,000 employees globally, the company operates at the center of an ecosystem working toward precision health, digitizing healthcare, helping drive productivity and improve outcomes for patients, providers, health systems and researchers around the world. We embrace a culture of respect, transparency, integrity and diversity and we work to create a world where healthcare has no limits.
About the Role

Job Description Summary

Synthèse
Ce stage se déroule au sein de la Circularity Team, responsable du lancement d’initiatives innovantes pour accélérer la décarbonation de la santé grâce aux principes de l’économie circulaire.

L’objectif est d’améliorer les outils de diagnostic des pannes des équipements d’imagerie médicale selon deux axes : (1) Consolidation des approches existantes (au niveau système, sous-système et centre de réparation) et (2) Utilisation des techniques de science des données et d’IA pour accélérer les diagnostics et améliorer leur précision

Job Description

Description du sujet

Contexte

GE HealthCare est un leader mondial des technologies médicales, des diagnostics pharmaceutiques et des solutions numériques, engagé à fournir des services et analyses intégrés pour améliorer l’efficience et la précision des soins. Avec plus de 51 000 collaborateurs et une présence en France depuis 1987 (2 800 employés), GE HealthCare dispose d’un centre de R&D et de production à Buc (Yvelines) et collabore avec des partenaires académiques et industriels.

Compte tenu de la criticité des équipements médicaux, GEHC propose un service de maintenance visant à maximiser la disponibilité des produits tout en optimisant les coûts. Les pièces réparées et recyclées, représentant ~10 % du coût pour ~30 % du volume, sont essentielles pour une maintenance efficace et durable. Leur complexité et la logistique inverse en font un enjeu stratégique.

Objectifs

Améliorer les outils de diagnostic des pannes des équipements d’imagerie médicale.

Développer des méthodes basées sur l’IA pour accélérer et fiabiliser les diagnostics.

Contribuer à la circularité et à la prolongation du cycle de vie des équipements.

Missions

Collecter et préparer les données pertinentes avec l’aide des experts.

Mettre en place des pipelines automatisés pour structurer les données (PDF, tableaux) dans des formats comparables.

Concevoir des algorithmes de clustering pour regrouper les types de pannes via des techniques d’apprentissage automatique.

Développer des méthodes d’agrégation des caractéristiques des produits pour faciliter l’analyse.

Rédiger la documentation technique et les rapports de progression.

Livrables attendus

Structure d’une base de données pour l’analyse des opportunités d’amélioration des diagnostics.

Méthode de croisement des données pour compléter les informations manquantes.

Documentation détaillée des algorithmes et des résultats.

Compétences requises

Analyse de données et bibliothèques associées (OpenCV, PIL, etc.).

Techniques de Machine/Deep Learning (Scikit-learn, Keras, TensorFlow).

Programmation Python et familiarité avec les frameworks web.

Perspectives

Possibilité de publication scientifique et/ou préparation d’une thèse.

Inclusion et diversité :

GE HealthCare est un employeur offrant l'égalité des chances où l'inclusion compte. Les décisions relatives à l'emploi sont prises sans tenir compte de l’origine nationale ou ethnique, de la religion, du sexe, de l'orientation sexuelle, de l'identité ou de l'expression de genre, de l'âge, du handicap, du statut d'ancien combattant protégé ou d'autres caractéristiques protégées par la loi.
Nos rémunérations totales sont conçues pour libérer votre ambition en vous donnant la motivation et la flexibilité dont vous avez besoin pour transformer vos idées en réalités qui changent le monde. Nos salaires et nos avantages sociaux correspondent à tout ce que vous attendez d’une organisation ayant une dimension internationale, avec des possibilités de développement de carrière, dans une culture qui favorise la collaboration et le soutien.
 
A propos de nous :


GE HealthCare est l'un des leaders mondiaux dans le domaine des technologies médicales et des solutions numériques. Il permet aux cliniciens de prendre des décisions plus rapides et plus pertinentes à travers des équipements intelligents, des analyses de données, des applications et des services. Avec plus de 100 ans d'expérience dans le secteur de la santé et environ 47 000 employés dans le monde, la société est au centre d'un écosystème qui travaille pour une médecine de précision.Présent en France depuis 1987 avec aujourd’hui 2 800 collaborateurs, c’est un acteur solidement ancré dans l’hexagone à travers son empreinte industrielle, son centre de R&D et de production à Buc dans les Yvelines et des partenariats de recherche avec des entreprises et des centres de recherche français.

www.gehealthcare.com

#LI-VR1

Additional Information

Relocation Assistance Provided: No

Key Skills
Data AnalysisMachine LearningDeep LearningPython ProgrammingOpenCVPILScikit-learnKerasTensorFlow
Categories
HealthcareScience & ResearchData & AnalyticsTechnology