Senior Data Engineer

Start-up cofondée avec des centres médicaux leaders en oncologie dont la mission est de créer la première base de données clinique et multi-omique mondiale de survivants exceptionnels au cancer.

L'entreprise développe:
-une plate-forme propriétaire de collecte et de discovery pour organiser, analyser et découvrir de nouvelles cibles thérapeutiques
-des outils de médecine de précision pour fournir des informations robustes exploitables pour la découverte de nouveaux médicaments

Plus de 160 centres répartis dans 42 pays font déjà partie du réseau
Localisation: Paris 9e

Vous venez renforcer l'équipe technique déjà en place.

Missions principales : 

• Maintenir et améliorer les pipelines de données sur les clusters de calcul haute performance (HPC)
• S'assurer que les pipelines peuvent traiter efficacement de grandes quantités de données et évoluer en fonction des besoins
• Gérer et améliorer les systèmes décisionnels
• Mettre en place des processus pour organiser, nettoyer et déplacer les données
• Collaborer avec les analystes bio-informatiques, les data scientists, les analystes métier et les autres équipes afin de comprendre leurs besoins en données
• Suivre les meilleures pratiques pour assurer la sécurité des données et respecter les exigences de sécurité et de conformité
• Créer et mettre à jour une documentation claire des systèmes et processus de données / partager les connaissances pour aider l'équipe à comprendre le fonctionnement des systèmes

Stack:
AWS, Kubernetes (EKS), Linux, Docker, Parallelcluster, Datadog
PostgreSQL (RDS), Python, DBT, SQL, Groovy (Nextflow)
Airflow, Slurm (HPC)

Issu(e) d'une école d'ingénieurs ou équivalent, en informatique, en ingénierie ou dans un domaine connexe, vous avez min. 4 ans d'expérience en tant que Data Engineer.

Compétences requises : 

• Expertise avec les technologies Big Data; Spark, Hadoop…
• Maîtrise de SQL, de la modélisation de données et de l'entreposage de données
• Maîtrise des langages de programmation tels que Python, Scala, etc.
• Expérience précédente sur une solution distribuée (ex: Kafka)
• Expérience avec des outils d'orchestration tels qu'Airflow, Kubernetes, etc.
• Maîtrise de l'anglais (écrit et oral)

Compétences techniques appréciées : 

• Expérience sur des sujets DevOps (CI/CD et expérience au sein d'un environnement AWS)