Localisation : Paris ou Grenoble

Type de contrat : CDI à temps plein

Date de démarrage : Dès que possible

Rémunération : Selon expérience et profil

ADLIN Science est une société à mission qui a pour but de devenir un acteur majeur de l’essor de la médecine de précision en valorisant la recherche scientifique publique par l'intermédiaire des données. Par la mise à disposition d’une plateforme permettant de faciliter la génération de données de qualité et interopérables, ADLIN permet aux biologistes, aux bio-informaticiens et aux mathématiciens de travailler et de collaborer au sein d’équipes multidisciplinaires de façon plus efficace en valorisant économiquement et scientifiquement leurs données.

Pour cela nous cherchons des personnes audacieuses, passionnées et partageant notre vision.

🎯Contexte & Objectifs:

Dans le cadre du développement d’une plateforme innovante dédiée à l’analyse des données omics (génomique, transcriptomique, protéomique, métabolique), nous recherchons un(e) Data Engineer expérimenté(e), spécialisé(e) en gouvernance des données, data lineage et modélisation OMOP.

Vous serez au cœur de la structuration des pipelines de données complexes, en assurant leur traçabilité, leur conformité et leur interopérabilité avec les standards du secteur de la santé.

🧠 Missions principales:

• Concevoir et maintenir des pipelines de données robustes et traçables, intégrant des données transcriptomiques et cliniques.
• Implémenter des solutions de data lineage pour assurer la traçabilité complète des transformations de données omics.
• Mettre en œuvre et maintenir le modèle OMOP CDM pour la standardisation des données cliniques et biologiques.
• Collaborer avec les équipes bioinformatiques et médicales pour intégrer les données transcriptomiques dans un cadre gouverné et interopérable.
• Définir et appliquer les standards de gouvernance des données : catalogage, qualité, sécurité, conformité (RGPD, HIPAA…).
• Participer à l’architecture des systèmes de données, en intégrant les contraintes du secteur de la santé et de la recherche.
• Mettre en place des outils de monitoring, documentation et visualisation des flux de données.