Chef de projet SI Data Science R&D H/F

Description de l'offre

Informations générales

Référence

2017-2791

Date de parution

14/04/2017

Branche

Pharmaceutique

Société

INSTITUT DE RECHERCHE PIERRE FABRE SAS

Description du poste

Intitulé du poste

Chef de projet SI Data Science R&D H/F

Contrat

CDI

Taux d'activité

Temps plein

Mission

Au sein de la Branche Médicament du Groupe Pierre Fabre, et plus précisément au sein de L'Institut de Recherche Pierre Fabre (IRPF), et rattaché(e) au Directeur Informatique R&D, vous construisez une offre de services « Data Sciences » R&D (analyse avancée de données scientifiques) basée sur des approches informatiques d'analyse de données, de « Machine Learning » ou encore d'Intelligence Artificielle.
o identifiant les meilleures solutions ou partenaires du marché pour l'exploration de données, la modélisation et l'aide à la décision.
o Proposant des nouvelles approches « in silico » (mathématiques, informatiques, NLP ou statistiques) appliquées aux projets de notre R&D pharmaceutique en collaboration avec des partenaires externes ou internes.
o Promouvant et collaborant à l'implémentation de solutions de « Data Science » basées notamment sur du « Machine Learning » ou « Intelligence Artificielle ».

S'agissant des missions détaillées, vous :

• Travaillez en synergies avec les métiers de la R&D pour construire une offre de services répondants aux besoins des projets R&D en termes de Data Science,
• Proposez des nouvelles approches « In Silico » (analytiques, informatiques, NLP ou statistiques) appliquées aux projets de notre R&D Pharmaceutique, en collaboration avec des partenaires externes ou internes,
• Identifiez ces dits partenaires et les évaluez, sur la capacité à proposer des sources de données, des solutions avancées, ou des prestations d'analyse de données, notamment en simulations numériques, modélisation, visualisation de données,
• Concevez des méthodes avancées d'analyse de données adaptées aux besoins de nos métiers en s'appuyant sur vos compétences techniques et/ou l'internalisation de technologies externes,
• Assurez la promotion de l'implémentation de solutions de Data Science basées notamment sur du Machine Learning, ou l'Intelligence Artificielle,
• Réalisez des études de Data Science en appliquant ces méthodes externes ou internes à des cas pratiques de nos projets R&D afin d'améliorer les prises de décisions, les prévisions ou la compréhension des Sciences de la Vie,
• Assistez les scientifiques et leur délivrez la valeur liée à l'utilisation de ces nouvelles approches analytiques de « Data Science ». Aidez à l'interprétation des résultats ou des hypothèses obtenus.
• Evaluez régulièrement l'apport de ces approches après leur implémentation dans les projets R&D afin de les améliorer continuellement. S'assurez de la robustesse scientifique des livrables.
• Participez activement aux projets internes ou externes visant à déployer des solutions dans le domaine des « Data Sciences », des Référentiels de données et des Systèmes d'Information R&D

Vous maitrisez l'anglais, et Connaissance des systèmes de bases de données et d'un langage d'interrogation de bases de données (SQL de préférence)

Doté de qualités d'écoute, de rigueur, pragmatisme, vous êtes réactif et avez une réelle aptitude à convaincre. Vous êtes enfin connu pour vos qualités d'analyse, de synthèse votre réactivité et votre sens de l'organisation.

Localisation du poste

Localisation du poste

Europe, France, Midi-Pyrénées

Lieu de travail

Toulouse-Langlade

Critères candidat

Niveau d'études minimum requis

Bac +4 / Bac +5

Niveau d'expérience minimum requis

5 ans ou plus

Langues

Anglais (4 - Courant)

Demandeur

Date de prise de fonction souhaitée

01/06/2017

Profil recherché

Profil

De formation supérieure scientifique Informatique, Bio-informatique, Mathématiques, Statistiques, Machine Learning ou Intelligence Artificielle complétée par une expérience de 3 ans minimum dans un contexte d'analyse de données en Sciences de la Vie, vous êtes Reconnu(e) pour votre leadership dans la mise en œuvre de méthodes avancées de « Data Science » pour extraire, à partir des données, de la connaissance utile à l'avancée des projets.