See the English version below

Projet: Utilisation de l'IA pour aider à détecter les maladies de diagnostic difficile chez les animaux de compagnie

Les dossiers médicaux électroniques (DME) associés à des modèles d'apprentissage automatique peuvent être utilisés pour prédire la probabilité de maladies difficiles à diagnostiquer (MDD) chez les animaux. Ces modèles peuvent être des outils précieux pour la prochaine génération de vétérinaires. Nous rassemblerons et connecterons différentes sources de données de différents types, ex., des données structurées et non structurées, pour former et tester des modèles prédictifs qui peuvent aider à la détection précoce et au traitement de ces maladies.

Profil du candidat(e) : 

1. Expérience de l'utilisation de données structurées et non structurées. Maîtrise de la collecte et de la structuration de données à partir de rapports PDF, d'images cliniques, etc.
2. Expérience dans l'utilisation de langages de programmation (Python, R, SQL).
3. Excellentes compétences en matière d'analyse de données(familiarisation avec les méthodes statistiques classiques et d'apprentissage automatique).
4. Capable de travailler dans une équipe pluridisciplinaire composée de vétérinaire praticiens et de scientifiques de données.
5. La résidence au Québec ou la nationalité Française est un atout.

En outre, le candidat doit être proactif et faire preuve d'autonomie, de sens de l'organisation et de bonnes capacités de communication orale et écrite (français et anglais). Le candidat sera supervisé par Pablo Valdes Donoso et co-supervisé par Marilyn Dunn, et rejoindra la Plateforme IA-Agrosanté (PIAAS), un groupe multidisciplinaire unique qui adapte les outils d'IA à la santé animale et à la production agroalimentaire. Pendant que ce projet est financé, le candidat sera encouragé à demander des subventions pour aider à diffuser les résultats de l'étude au niveau national et international.

Date de début: mai 2025

Les candidat(e)s intéressé(e)s sont invité(e)s à postuler avec les documents suivants:

1. Curriculum vitae.
2. Une lettre de motivation décrivant vos intérêts et motivation (1 page max.).
3. Une copie du dernier relevé de notes universitaires.
4. Noms et coordonnées de deux personnes de référence.

Envoyer les documents à: pablo.valdes.donoso@umontreal.ca 

Pablo Valdes Donoso D.M.V., M.P.V.M., M. Sc., Ph. D.
Professeur adjoint d'intelligence artificielle en médicine vétérinaire
Directeur de la Plateforme IA-Agrosanté (PIAAS)
Département de Sciences Cliniques, Faculté de médecine Vétérinaire
St-Hyacinthe, Université de Montréal

English version

Project: Using AI to help detect difficult-to-diagnose diseases in companion animals

Electronic medical records (EMR) paired with machine learning models can be used to predict the likelihood of difficult-to-diagnose diseases (DDD) in animals. These models may be valuable tools for the next generation of veterinarians. We will gather and connect different data sources of different types, e.g., structured and unstructured data, to train and test predictive models that can aid in the early detection and treatment of those diseases.

Candidate's profile : 

1. Experience using structured and unstructured data. Proficiency in gathering and structuring data from PDF reports, clinical images, etc.
2. Experience in using programming languages (Python, R, SQL).
3. Excellent data analytic skills (familiarized with classical statistical and machine learning methods).
4. Able to work in a multidisciplinary team composed of veterinary practitioners and data scientists.
5. Quebec residency or French nationality is a plus

In addition, the candidate must be proactive and demonstrate autonomy, organizational skills, and good oral and written communication skills (French and English). The candidate will be supervised by Pablo Valdes Donoso and co-supervised by Marilyn Dunn, and will join the Plateforme IA-Agrosanté (PIAAS), a unique multidisciplinary group that adapts AI tools in animal health and agri-food production. While this project is funded, the candidate will be encouraged to apply for grants to help disseminate the study results nationally and internationally. 

Starting date: May 2025

Interested candidates are invited to apply with the following documents:

1. Curriculum vitae.
2. Covering letter describing your interests and motivation (max. 1 page).
3. A copy of your most recent university transcript.
4. Names and contact details of 2 referees.

Send documents to: pablo.valdes.donoso@umontreal.ca 

Pablo Valdes Donoso D.M.V., M.P.V.M., M. Sc., Ph. D.
Professeur adjoint d'intelligence artificielle en médicine vétérinaire
Directeur de la Plateforme IA-Agrosanté (PIAAS)
Département de Sciences Cliniques, Faculté de médecine Vétérinaire
St-Hyacinthe, Université de Montréal