Data Scientist

À propos de cette offre

• Appliquer des approches établies et nouvelles pour modéliser des données cliniques multimodales afin d'identifier des biomarqueurs prédictifs de la progression de la maladie et de la réponse au traitement, et pour proposer de nouvelles hypothèses de cibles thérapeutiques
• Développer et appliquer un portefeuille de modèles précliniques dérivés de données internes et publiques aux projets départementaux
• Travailler en étroite collaboration avec une équipe centrale de scientifiques en recherche translationnelle et data science maîtrisant les pratiques de laboratoire humide et sec
• Participer activement à des équipes interdisciplinaires pour modéliser la biologie et orienter la prise de décision impactante en découverte de médicaments et développement précoce
• Participer activement aux alliances avec des partenaires externes dans des institutions de santé de premier plan, y compris la possibilité de publier vos résultats

• Expérience dans l'industrie des sciences de la vie en modélisation de données de recherche biomédicale
• Connaissance pratique démontrée et application des statistiques et de la modélisation de données à grande échelle en sciences de la vie * Expérience pratique dans l'intégration de grandes données multi-omiques (génomique, transcriptomique, protéomique et métabolomique) pour répondre à des questions scientifiques clés liées à la compréhension des maladies
• Expérience pratique en industrie avec des données cliniques et leur gestion responsable
• Expérience pratique dans l'application de méthodes d'IA et d'apprentissage automatique à des données scientifiques ou de R&D
• Expérience dans l'utilisation d'outils d'IA, y compris les grands modèles de langage et les workflows agentiques, pour accélérer l'analyse et la prise de décision
• Maîtrise de R/Python et compétence dans un environnement Linux
• Praticien de la recherche reproductible avec des compétences démontrées en visualisation et reporting
• Approche pratique et orientée équipe pour la résolution de problèmes

• Connaissance pratique et application des statistiques et de la modélisation de données à grande échelle en sciences de la vie
• Expérience pratique dans l'intégration de grandes données multi-omiques (génomique, transcriptomique, protéomique et métabolomique) pour répondre à des questions scientifiques clés liées à la compréhension des maladies
• Maîtrise de R/Python et compétence dans un environnement Linux
• Expérience pratique dans l'application de méthodes d'IA et d'apprentissage automatique à des données scientifiques ou de R&D.
• Expérience dans l'utilisation d'outils d'IA, y compris les grands modèles de langage et les workflows agentiques, pour accélérer l'analyse et la prise de décision.