Pasantía

Pasante – Embeddings para la Inteligencia Epidémica, DIAD – Sede de la OMSA

Paris, Francia
Contexto
La Organización Mundial de Sanidad Animal (OMSA, fundada como OIE) es una organización intergubernamental líder que representa a 183 miembros en todo el mundo. A través de sus actividades, la OMSA contribuye de manera decisiva a mejorar la salud animal, proteger el bienestar de los animales y fortalecer los servicios veterinarios. La Organización proporciona información transparente sobre la situación mundial de la salud animal y promueve normas internacionales, en particular en lo que respecta a la seguridad del comercio de animales vivos y productos de origen animal. Para más información, consulte el sitio web de la OMSA.
Unirse a la OMSA significa participar en el desarrollo de una de las principales organizaciones internacionales, reconocida y asociada con otras instituciones multilaterales, en el ámbito de la salud mundial. Significa contribuir a la creación de un enfoque global de la salud, que combine la salud animal y la salud humana en un enfoque «Una sola salud».
La sede de la OMSA se encuentra en París. La Organización está presente en todos los continentes a través de 13 Representaciones regionales o subregionales. La OMSA cuenta con 250 empleados, dos tercios de los cuales trabajan en la sede.  

La misión del Departamento de Integración y Análisis de Datos (DIAD) es fortalecer la capacidad de toma de decisiones de la OMSA mediante el análisis de datos procedentes de diversas fuentes internas y externas y la provisión de información basada en evidencias para la OMSA, sus Miembros y socios. Mediante análisis avanzados, integración de datos y generación de conocimientos, el DIAD apoya la toma de decisiones basada en datos en toda la Organización.  
Dentro del DIAD, el equipo de Epidemiología e Inteligencia Cuantitativa (EPIQ) recopila y analiza información no oficial procedente de medios de acceso abierto para detectar señales tempranas y no confirmadas de eventos de enfermedades animales en todo el mundo, antes y junto con los informes oficiales realizados a través del Sistema Mundial de Información Zoosanitaria (WAHIS). Esta información se utiliza con fines de inteligencia epidémica para reforzar la vigilancia sanitaria animal internacional y apoyar las actividades de prospección de amenazas emergentes.  
Asimismo, EPIQ trabaja continuamente para mejorar los métodos y herramientas utilizados para recopilar información no oficial, de modo que las señales relevantes se identifiquen de manera más completa, más rápida y con menos trabajo manual. En la región de Asia y el Pacífico, este trabajo se lleva a cabo en colaboración con la Oficina Regional de la OMSA para Asia y el Pacífico (Tokio), en el marco del proyecto“Fortalecimiento de la alerta temprana de amenazas en la región”, financiado por el Department of Agriculture, Fisheries and Forestry (DAFF) del Gobierno de Australia.  

Las herramientas actuales de vigilancia basada en eventos identifican principalmente los artículos relevantes mediante coincidencias léxicas, como listas de palabras clave y consultas booleanas. Como resultado, pueden pasarse por alto artículos que describen un evento utilizando otras palabras o en otros idiomas, mientras que las menciones irrelevantes de nombres de enfermedades aumentan el tiempo necesario para la clasificación inicial. Los embeddings densos de texto, especialmente los multilingües, podrían permitir asociar artículos en función de su significado y no únicamente de su formulación exacta; sin embargo, su rendimiento ha sido objeto de pocas evaluaciones sistemáticas en el ámbito de la vigilancia de la sanidad animal.  

En este contexto, el DIAD ofrece una oportunidad de prácticas dentro de su Laboratorio de Ciencia de Datos (DS Lab) y del equipo EPIQ para un/a estudiante motivado/a e interesado/a en el procesamiento del lenguaje natural, la inteligencia artificial y la estadística aplicada a la vigilancia de la sanidad animal. Las prácticas están financiadas por el DAFF y forman parte del proyecto de alerta temprana de amenazas en Asia y el Pacífico. Basado/a en la sede de la OMSA en París, el/la pasante desarrollará y evaluará una prueba de concepto de una línea de procesamiento de coincidencia semántica para la inteligencia epidémica.  
Descripción del puesto
Posicionamiento y dependencia jerárquica

El/la pasante se incorporará al Laboratorio de Ciencia de Datos (DS Lab) y al equipo EPIQ del Departamento de Integración y Análisis de Datos (DIAD), bajo la autoridad de la Jefatura del DIAD y la supervisión directa de un Epidemiólogo Veterinario Sénior y de la persona Responsable Científica de IA del DIAD, así como de una Responsable de Información Zoosanitaria de la Oficina Regional de la OMSA para Asia y el Pacífico en Tokio, quien codirige las actividades de inteligencia epidémica del proyecto.
Objetivos del puesto
El objetivo de estas prácticas es desarrollar una prueba de concepto de una línea de procesamiento de coincidencia semántica basada en embeddings de texto que pueda complementar los métodos de recuperación léxica utilizados en las actividades de inteligencia epidémica de la OMSA. La línea de procesamiento será evaluada utilizando el mismo punto de referencia y en las mismas condiciones que el enfoque léxico existente, estimando la sensibilidad y la especificidad con respecto a los eventos confirmados en WAHIS y a los datos anotados por personas expertas.  
Misiones y actividades  

1. Revisión de modelos de embeddings
– Revisar los modelos candidatos de embeddings (multilingües, de propósito general y biomédicos, de código abierto y comerciales), utilizando los modelos clásicos de word embeddings como referencia de menor complejidad.
– Compararlos en términos de cobertura de los idiomas monitoreados por el equipo EPIQ, adecuación a la terminología veterinaria y de sanidad animal, coste computacional y latencia a gran escala, así como condiciones de licencia y posibilidades de despliegue (alojamiento propio o mediante API).  

2. Implementación de una línea de procesamiento de datos basada en diversos embeddings
– Desarrollar una línea de procesamiento reproducible de coincidencia semántica (Python o R) utilizando al menos dos o tres modelos de embeddings, comparando los artículos entrantes con un conjunto de descripciones de referencia de eventos sanitarios y señalando los candidatos en función de su similitud semántica.
– Aplicar la línea de procesamiento a la información ya recopilada por el equipo EPIQ y, cuando sea posible, a un flujo independiente de artículos procedentes de fuentes abiertas, con el fin de distinguir su valor añadido para la priorización de artículos ya recuperados de su capacidad para identificar artículos relevantes no detectados mediante métodos basados en palabras clave.
– Utilizar herramientas de programación asistidas por IA (por ejemplo, Claude Code, Codex) siguiendo buenas prácticas y documentar la línea de procesamiento y los métodos utilizados.  

3. Evaluación de la sensibilidad y la especificidad de las líneas de procesamiento teniendo en cuenta los errores presentes en los datos de calibración
– Evaluar el rendimiento de detección de cada línea de procesamiento frente a los eventos confirmados en WAHIS y/o conjuntos de artículos anotados por personas expertas.
– Tener en cuenta las imperfecciones de los datos de referencia, que pueden ser incompletos, retrasados o estar sujetos a desacuerdos entre personas anotadoras, mediante métodos de estimación de clases latentes (sin patrón oro), comúnmente utilizados en la evaluación de pruebas diagnósticas veterinarias.
– Cuando sea posible, elaborar una muestra de artículos de prensa anotados manualmente como conjunto de evaluación independiente, de modo que puedan compararse la precisión, la exhaustividad (recall) y la puntuación F1 entre los distintos enfoques en las mismas condiciones.  

4. Comparación con la referencia léxica existente
– Aplicar el mismo protocolo de evaluación al enfoque léxico actual o a una aproximación reproducible de este.
– Cuantificar los casos en los que la coincidencia semántica mejora o reduce la exhaustividad y la precisión, e identificar los idiomas, enfermedades y tipos de señales para los cuales aporta mayor valor añadido.  

5. Comunicación, interacción y coordinación con el equipo EPIQ y la Oficina Regional de la OMSA para Asia y el Pacífico
– Interactuar regularmente con el equipo EPIQ y con la Oficina Regional de la OMSA para Asia y el Pacífico (Tokio) en relación con el diseño de la línea de procesamiento, los requisitos de datos y la interpretación de los resultados.
– Presentar los resultados y recomendaciones al equipo, a las personas colegas pertinentes del DIAD y a la Oficina Regional de la OMSA para Asia y el Pacífico, y contribuir a la elaboración de informes del proyecto DAFF.  

La Jefatura del DIAD podrá, cuando sea necesario, encomendar a la persona titular cualquier otra función, responsabilidad o actividad dentro de su ámbito de competencia.  
Requisitos
Cualificaciones y experiencia
Cualificaciones requeridas  
– Formación: estar cursando actualmente un máster (M1/M2) o el último año de una escuela de ingeniería en ciencia de datos, estadística, informática, procesamiento del lenguaje natural o un campo cuantitativo relacionado.
– Experiencia: experiencia académica o práctica (proyectos, prácticas previas) en procesamiento de datos textuales y análisis estadístico con Python o R.  

Experiencia adicional (valorada)  
– Experiencia con embeddings de texto, búsqueda semántica o procesamiento multilingüe del lenguaje natural.
– Conocimientos sobre evaluación de pruebas diagnósticas o modelos de clases latentes. Interés o experiencia previa en sanidad animal, epidemiología, vigilancia de la salud pública o enfoque Una sola salud.    

Habilidades requeridas  
Competencias técnicas  
– Sólidas competencias de programación en ciencia de datos con Python.
– Conocimientos de procesamiento del lenguaje natural, incluidos embeddings de texto y modelos de lenguaje de gran tamaño (LLM).
– Experiencia con herramientas de programación asistidas por IA (por ejemplo, Claude Code, Codex).
– Sólidos conocimientos de estadística, incluida la evaluación del rendimiento de clasificación (sensibilidad, especificidad, precisión y exhaustividad).
– Aplicación de buenas prácticas para el código reproducible: control de versiones (Git), documentación y pruebas.
– Excelente dominio del inglés, tanto oral como escrito; el conocimiento de francés o español constituye una ventaja.    

Competencias personales e interpersonales  
– Mentalidad analítica, rigor y atención a la calidad de los datos.
– Autonomía, curiosidad y capacidad para aprender rápidamente nuevas herramientas.
– Enfoque crítico respecto a los resultados producidos por la IA y a la interpretación de los resultados estadísticos.
– Capacidad para trabajar en un equipo multicultural y multidisciplinario y para comunicarse con las partes interesadas internas.  
Información adicional
Condiciones de trabajo  

La posición corresponde a una pasantía a tiempo completo con sede en la oficina central de la OMSA en París. Requiere pasar largos periodos de tiempo trabajando frente a un ordenador.  

– Salario: 715€ / mes
– Duración: 6 meses.
– Fecha de inicio: lo antes posible
– Lugar: Sede de la OMSA, 12 rue de Prony, 75017 París, Francia.

Elegibilidad y fecha de inicio
Estas prácticas requieren un convenio con la institución académica del/de la estudiante.
La selección de la persona candidata y la fecha de inicio de las prácticas dependerán de la adecuación de su perfil al puesto, así como de las limitaciones operativas y financieras asociadas a las prácticas.
La persona seleccionada deberá poder incorporarse presencialmente en París (Francia) a más tardar el 18 de enero de 2027, para garantizar que las actividades previstas puedan llevarse a cabo dentro del periodo de financiación aplicable.  
Información general  
La OMSA valora altamente un entorno de trabajo multicultural y positivo.
La OMSA es una organización que ofrece igualdad de oportunidades y acoge a todos los candidatos cualificados, independientemente de su origen, género, opiniones o creencias. 
Si está interesado/a en este puesto, por favor complete su solicitud en línea a más tardar el 20 de noviembre de 2026.
Todas las candidaturas serán revisadas después de la fecha de cierre de la publicación.                                                            
POSTULAR AQUÍ