Translational biomarker data scientist (multi-omics) Maternity cover 80%

Responsabilités clés
•
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 jeux de données internes et publics pour soutenir les projets départementaux.
•
Travailler en étroite collaboration avec une équipe centrale de chercheurs en recherche translationnelle et en science des données, couvrant les disciplines de laboratoire humide et sec.
•
Collaborer au sein d’équipes interdisciplinaires pour modéliser la biologie et orienter la prise de décision impactante dans la découverte de médicaments et le développement précoce.
•
Participer à des collaborations avec des partenaires externes dans des institutions de santé de premier plan, avec des opportunités de publier des résultats scientifiques.
Exigences essentielles
•
Expérience dans l’industrie des sciences de la vie en modélisation de données de recherche biomédicale.
•
Expérience démontrée dans l’application des statistiques et de la modélisation de données à des jeux de données à grande échelle en sciences de la vie.
•
Expérience pratique d’intégration de données multi-omiques (génomique, transcriptomique, protéomique et métabolomique) pour répondre à des questions scientifiques clés et faire progresser la compréhension des maladies.
•
Expérience en industrie avec des données cliniques et garantie de leur gestion responsable.
•
Expérience pratique dans l’application de méthodes d’IA et d’apprentissage automatique à des jeux de données scientifiques ou de R&D.
•
Expérience dans l’utilisation d’outils d’IA, y compris les grands modèles de langage (LLM) et les flux de travail agentiques, pour accélérer l’analyse et la prise de décision.
•
Maîtrise de R et/ou Python et compétence dans un environnement Linux.
•
Forte implication dans la recherche reproductible, avec des capacités démontrées en visualisation et en reporting.
•
Esprit d’équipe avec une approche pratique et orientée résolution de problèmes.
Exigences souhaitables
•
Expérience de travail avec ou d’ajustement fin de modèles fondamentaux en biologie, chimie ou données cliniques.
•
Engagement à répondre aux besoins non satisfaits des patients.
•
Capacité à aligner le travail sur les priorités départementales et les objectifs scientifiques.
•
Excellentes compétences en communication écrite et orale.