Data scientist clinique (h/f)

Depuis 1988, nous intervenons au cœur des grandes transformations numériques mondiales et accompagnons nos clients avec le même niveau d’expertise et de valeur ajoutée partout où ils se trouvent. Jour après jour, nous nous appuyons sur un business-model agile et sur l’expertise technique approfondie de nos consultants et ingénieurs. Guidés par des valeurs fortes telles que l’audace, l’agilité, l’excellence, la fiabilité et l’esprit d’équipe, nous sommes tous animés par le même objectif : tirer le meilleur de la technologie pour construire un avenir durable. Alsinova, la filiale CRO du groupe Astek, recherche un Data Scientist pour accompagner le développement de solutions innovantes basées sur les données dans divers domaines des sciences de la vie. Qu’il s’agisse d’extraire des informations à partir de données biologiques complexes ou de concevoir des pipelines d’apprentissage automatique robustes, votre mission sera de transformer les données en actions concrètes et d’aider nos partenaires à prendre des décisions scientifiques plus rapides et plus éclairées. Au sein de l’équipe Data Science & Innovation, et en étroite collaboration avec nos chefs de projet, nos experts métiers (pharmaceutique, dermo-cosmétique, bio-informatique) ainsi que les équipes clients, vous interviendrez sur des missions à fort impact, où la science des données rencontre les défis scientifiques concrets du monde réel. Vos principales missions sont les suivantes : L’audit et l’exploration de jeux de données provenant de sources hétérogènes (requêtes GCP, bases de données expérimentales, littérature scientifique). La construction d’environnements de données structurés et propres pour soutenir la modélisation et la visualisation. L’application de techniques avancées de statistiques et d’apprentissage automatique pour résoudre des problèmes complexes (par exemple : regroupement, régression, classification, analyse multivariée). La contribution à l’ingénierie des caractéristiques et la création de nouvelles variables fondées sur une compréhension scientifique. L’évaluation de la qualité des données, l’imputation des valeurs manquantes et l’analyse de la reproductibilité des réplicats expérimentaux. La comparaison et l’optimisation de différents modèles d’apprentissage automatique, le réglage des hyperparamètres et la sélection des modèles les plus performants à l’aide de métriques d’évaluation appropriées (par exemple : RMSE, MAE, AUC). La présentation claire des résultats à des équipes pluridisciplinaires, y compris à des non-experts en données. La participation à des activités de veille scientifique et technique, ainsi que la promotion des bonnes pratiques en science des données. Le soutien à la documentation des projets, à la rédaction des méthodologies et aux livrables destinés aux clients. Plus de 3 ans d’expérience dans des projets de science des données appliquée, idéalement dans les sciences de la vie ou en contexte de R&D. Maîtrise approfondie de : Python (Pandas, scikit-learn, statsmodels, etc.). L’analyse statistique et les techniques multivariées. Le nettoyage et le prétraitement de données structurées et non structurées. Le développement et l’évaluation de modèles d’apprentissage automatique. Une expérience pratique avec Google Cloud Platform (GCP) et les outils de gestion de versions (par exemple : GitHub). Une familiarité avec les données biologiques ou de formulation (par exemple : données de capteurs, résultats expérimentaux, compositions) constitue un atout. Master ou doctorat en science des données, statistiques appliquées, bioinformatique ou dans un domaine connexe.