Mission freelance data scientist à Montpellier (2026)

IQVIA est l'acteur data science le plus actif de Montpellier et recrute régulièrement des data scientists freelances. Les missions portent sur l'analyse des données de santé de vie réelle (Real World Data) dans un cadre de Real World Evidence : études de pharmacoépidémiologie sur les données du SNDS (Système National des Données de Santé — données de remboursements de l'Assurance Maladie, 67 millions de personnes), algorithmes de détection de signaux de pharmacovigilance dans les grandes bases de données de notifications spontanées, et modèles de comparaison en conditions réelles de l'efficacité de traitements médicamenteux (études comparatives non randomisées avec appariement par score de propension ou méthodes causales). Les techniques statistiques et ML utilisées sont spécifiques à l'épidémiologie : modèles de survie (Cox, modèles paramétriques), propensity score matching, target trial emulation pour les études causales, méthodes de self-controlled case series. La connaissance du SNDS et des procédures d'accès via le Health Data Hub (portail d'accès aux données de santé) est un prérequis pour les missions les plus avancées.

Le CHU de Montpellier est effectivement un acteur actif dans la recherche en IA médicale, notamment sur l'imagerie. Les projets portent sur plusieurs spécialités : en radiologie et imagerie, développement de modèles de détection et de segmentation de lésions (tumeurs hépatiques, nodules pulmonaires, sténoses coronariennes) sur des images scanner et IRM via des architectures deep learning (U-Net, nnU-Net, Vision Transformer), et aide à la décision radiologique pour le triage des examens. En anatomopathologie numérique (digital pathology), construction de modèles de classification moléculaire de tumeurs à partir de lames histologiques digitalisées (whole slide images — WSI) via des approches de multiple instance learning, et prédiction de la réponse aux traitements systémiques. En dermatologie, classificateurs de lésions cutanées via des CNN entraînés sur des datasets cliniques locaux. Ces projets requièrent une maîtrise des frameworks ML médical (MONAI, torchvision, pathologie numérique avec openslide/QuPath), des architectures deep learning pour l'imagerie, et une connaissance des contraintes réglementaires des dispositifs médicaux basés sur l'IA (MDR 2017/745, norme IEC 62304).

À Montpellier, le marché est dominé par la santé et la pharma, ce qui crée une demande pour des spécialisations ML très spécifiques. Premièrement, le deep learning médical : maîtrise des architectures CNN et Transformer pour l'imagerie médicale (segmentation, classification, détection), connaissance des frameworks spécialisés (MONAI, nnU-Net pour la segmentation, PathAI pour la pathologie numérique), et compréhension des métriques d'évaluation médicales (sensibilité, spécificité, courbe ROC, valeur prédictive positive). Deuxièmement, le NLP médical : modèles d'extraction d'entités médicales (NER) depuis des comptes-rendus cliniques ou des rapports de pharmacovigilance en français (modèles CamemBERT fine-tunés sur des données médicales, modèles BioBERT adaptés au français), et systèmes de question-réponse médicaux. Troisièmement, la causalité et l'inférence causale pour les études épidémiologiques : méthodes de différences en différences, regression discontinuity, target trial emulation — compétences rares à la frontière entre la data science et la biostatistique qui commandent des TJM élevés dans le secteur pharmaceutique.

Avec BinchamTalent, votre dossier est visible directement par les Heads of Data, CDO et CTO qui lancent des projets data science, sans intermédiaire commercial. Vous négociez votre TJM en direct — sans marge d'ESN prélevée (typiquement 20-40 % du TJM facturé au client final). Le contrat est signé en direct avec l'entreprise cliente. BinchamTalent vérifie les recruteurs et leur sérieux, mais n'intervient pas dans la relation contractuelle une fois la mise en contact établie. En pratique, cela se traduit par une rémunération nette plus élevée pour des missions équivalentes, et une relation directe avec les équipes data — vous évitez les commerciaux d'ESN qui résument votre profil en quelques lignes et vous font parfois passer pour une ressource générique au lieu d'un expert spécialisé.

Oui, la data science est l'une des spécialités tech où le full remote est le plus normalisé. Les livrables — modèles ML, notebooks documentés, APIs de scoring, rapports d'expérimentation — sont intégralement numériques et compatibles avec le travail à distance. En 2026, environ 65 à 70 % des missions freelance data science proposent le remote complet ou un hybride (1 jour sur site par semaine pour les réunions stratégiques et les ateliers métier). Les rares missions qui imposent du présentiel intensif concernent des projets sensibles (données de défense classifiées, données de santé très strictement encadrées) ou des phases de démarrage de mission nécessitant une immersion dans l'environnement technique et métier du client. BinchamTalent indique clairement pour chaque mise en contact les conditions de travail attendues par le recruteur, afin que vous n'ayez pas de mauvaise surprise une fois la discussion engagée.