Ingénieur Data Science pour la Recherche Biotechnologique

Biotechnologie

Informatique

PythonStreamlitREST APIGitDocker

Rôle

Conçoit et développe des outils logiciels et des interfaces web pour automatiser l’acquisition la standardisation et l’exploitation des données expérimentales issues de la recherche en microbiologie et fermentation facilitant leur analyse et leur interrogation par des architectures d’IA modernes.

Technologies

PythonStreamlitREST APIGitDocker

Entités

NMH (nutrition, Microbiota & Health)Biodata

Contextes

Recherche biotechnologiqueBioinformatiqueMicrobiologie

Compétences

Modélisation de schémas de donnéesTraitement de données hétérogènesDéveloppement d’APIGestion de versionsContainerisationDocumentation techniqueTravail en équipe multidisciplinaireAnglais courant

Challenges détectés

4 enjeux

Les principaux enjeux identifiés chez LESAFFRE, avec les technologies et compétences associées.

01Optimisation
Automatiser l’acquisition et la standardisation des données expérimentales issues d’instruments de laboratoire
Technologies clés
Python
Compétences clés
Traitement de données hétérogènesModélisation de schémas de données
02Optimisation
Permettre l’interrogation et l’analyse autonome des jeux de données standardisés par des architectures IA (LLM, RAG, age
Technologies clés
REST APIPython
Compétences clés
Développement d’APIModélisation de schémas de données
03Optimisation
Faciliter la visualisation, la validation et la réutilisation des résultats expérimentaux par les équipes scientifiques
Technologies clés
Streamlit
Compétences clés
Développement d’interfaces webDocumentation technique
04Conformité
Garantir la reproductibilité et l’interopérabilité des données pour la recherche scientifique
Compétences clés
Modélisation de schémas de donnéesTraitement de données hétérogènes