Data business analyst automation

SKOTT Life Sciences, filiale du SKOTT Group, accompagne les acteurs du secteur de la santé sur l’ensemble du cycle de développement des produits de santé : de la R&D aux Health Data Sciences, en passant par l’ingénierie. Nous intervenons au cœur de projets à forte valeur ajoutée, en plaçant nos consultants là où leur expertise fait la différence. Notre approche repose sur une conviction simple : les bonnes compétences, au bon moment, pour permettre à chacun de s’épanouir sur des missions alignées avec ses aspirations et son expertise. Rejoindre SKOTT Life Sciences, c’est intégrer une équipe composée de profils passionnés issus de la biologie et de l’industrie pharmaceutique, évoluer dans un environnement stimulant et réglementé, et contribuer concrètement à des projets qui ont un impact réel sur la santé. Contexte de la mission Au sein d'une équipe R&D d'un grand groupe pharmaceutique international, nous recherchons un(e) Data Business Analyst pour assurer la cohérence de la chaîne de valeur digitale des laboratoires : de la gestion des demandes et la traçabilité des échantillons jusqu'à la préparation des données pour l'IA et la remise des solutions aux équipes d'automatisation. La mission s'appuie sur des travaux existants et couvre un périmètre global dans un environnement bilingue (français/anglais). Missions principales 1. Exploration des besoins & engagement des parties prenantes Analyser en profondeur les besoins des scientifiques et techniciens sur les workflows d'automatisation et de données (gestion des échantillons, upstream/downstream, processus robotiques) Cartographier et engager les parties prenantes clés : équipes digitales, chefs de labo, ingénieurs data/IT, leads de transformation digitale Identifier les points de friction, goulots d'étranglement et lacunes dans la capture de données et les processus d'automatisation Évaluer l'adéquation du modèle de données actuel pour l'automatisation E2E et la préparation IA (iLab, Benchling) Animer des ateliers et sessions de user stories avec les équipes France et US (bilingue) 2. Gestion des demandes & conception des workflows échantillons Concevoir et implémenter un processus de prise en charge des demandes d'automatisation (type d'expérience, métadonnées, priorité, outputs, délais) Modéliser les workflows end-to-end : de la soumission jusqu'à la livraison des données et clôture Définir les exigences d'intégration des systèmes de barcodes, équipements auxiliaires, LIMS/ELN 3. Stratégie de données & IA-Ready Analyser le modèle de données laboratoire actuel : gap analysis entre données captées et données requises pour la reproductibilité scientifique et l'IA/ML Proposer un modèle de données amélioré et scalable aligné sur les principes FAIR (Findable, Accessible, Interoperable, Reusable) Définir les spécifications de données IA-Ready : données structurées, enrichissement contextuel, métadonnées instrumentales, protocoles d'annotation Établir un cadre de qualité des données (complétude, exactitude, cohérence, ponctualité) Proposer une architecture d'intégration avec le data lake, les plateformes cloud et les pipelines IA/ML 4. Spécification, documentation & tests Rédiger les spécifications fonctionnelles et techniques de tous les composants digitaux des workflows d'automatisation Créer des diagrammes de processus et de flux de données Concevoir et exécuter des plans de tests, incluant les tests d'intégration avec les équipements robotiques Gérer les UAT (User Acceptance Testing) avec les scientifiques et techniciens, jusqu'à la validation formelle Rédiger les SOPs pour tous les composants digitaux Assurer la conformité GxP et l'intégrité des données dans toute la documentation (IQ/OQ/PQ si applicable) 5. Transfert de connaissances & communication Préparer et exécuter un package de handover structuré pour les équipes d'automatisation (spécifications, SOPs, résultats de tests, supports de formation) Animer les sessions de transfert de connaissances avec une période de supervision post-handover Communiquer les avancées et résultats clés via présentations, dashboards, rapports, newsletters Maintenir les outils de suivi digitaux (IObeya, Miro, PowerPoint, Excel) ✅ Profil recherché Expérience confirmée en Business Analysis dans un environnement R&D scientifique ou laboratoire Solide compréhension des workflows de laboratoire (gestion d'échantillons, processus robotiques, ELN/LIMS) Maîtrise des méthodologies d'analyse de données et des principes FAIR Expérience en spécification fonctionnelle/technique, tests d'intégration et UAT Connaissance des exigences GxP, intégrité des données et validation (IQ/OQ/PQ) Appétence pour les sujets IA/ML et data engineering (data lake, pipelines) Maîtrise des outils : Benchling, iLab, Miro, IObeya, Excel, PowerPoint Anglais courant écrit et oral indispensable – environnement bilingue Capacité à animer des ateliers et à vulgariser des sujets techniques auprès de publics variés