Data Science Engineer F/H

Dans le cadre du développement de l'entrepôt de données maladies rares de la BNDMR, de son appariement avec des sources externes (SNDS, EDS, registres) et de projets d'IA appliqués aux données de santé, le/la Data Science Engineer conçoit, développe, industrialise et évalue des solutions de valorisation des données pour la recherche, le pilotage et l'amélioration des prises en charge. Il/elle fait le lien entre équipes de recherche, métiers, Data Management, Data Science et techniques afin de transformer des travaux de recherche en solutions robustes, reproductibles et déployables à grande échelle.
Missions spécifiques

• Concevoir, développer et maintenir des pipelines de traitement et d'intégration de données de santé issues de sources hétérogènes
• Participer à la conception, l'évolution et l'industrialisation des modèles et jeux de données pour la recherche, le pilotage et l'innovation
• Développer, adapter et évaluer des méthodes d'analyse automatisée de données structurées et non structurées, notamment par IA et NLP
• Assurer la reprise, la documentation, l'optimisation et la mise en production d'outils ou prototypes issus de projets de recherche
• Participer aux analyses statistiques ainsi qu'aux travaux de qualité, traçabilité, reproductibilité et valorisation des données
• Collaborer avec les Data Scientists, Data Managers, équipes techniques et partenaires académiques pour répondre aux besoins métiers et scientifiques
• Participer à la veille scientifique et technologique, à la rédaction de documentations, rapports, communications et publications

Diplôme : Master 2, diplôme d'ingénieur ou doctorat en informatique, science des données, biostatistiques ou équivalent
Niveau d'étude : Bac+5 à +8
Niveau d'expérience : 2 à 5 ans

• Maîtrise de Python, des principaux outils d'analyse et de traitement de données et des SGBD (PostgreSQL ou équivalent)
• Expérience dans la conception et le développement de pipelines de données et de traitements automatisés
• Expérience du travail collaboratif et reproductible (git)
• Expérience en manipulation, structuration et valorisation de données complexes ou hétérogènes
• Connaissances en méthodes statistiques appliquées et/ou en apprentissage automatique
• Expérience ou intérêt marqué pour les techniques d'IA et de NLP
• Une expérience dans le domaine des données de santé, des entrepôts de données ou du SNDS serait un plus
• Connaissance des principes d'architecture et de gouvernance des données
• Sensibilité aux enjeux de qualité, de traçabilité et de reproductibilité des traitements de données
• Connaissances ou intérêt pour les exigences réglementaires applicables aux données de santé
• Intérêt pour la recherche appliquée et la valorisation des données de santé
• Capacité à travailler en équipe pluridisciplinaire (dev, data, médical)
• Rigueur, autonomie dans l'organisation du travail et la priorisation des tâches
• Capacité à documenter et à rendre compréhensibles des sujets techniques
• Sens des responsabilités et respect strict de la confidentialité des données