Micropep étudie à compétences égales toutes les candidatures dont celles des personnes en situation de handicap.
Micropep construit une agriculture plus durable pour les générations futures. Nous développons des solutions naturelles de protection des cultures basées sur l'incroyable potentiel des micropeptides, petites molécules protéiques naturelles qui ciblent et régulent les gènes et les protéines des plantes. Nous construisons la prochaine génération de solutions durables pour les agriculteurs qui se soucient de leurs cultures et de l'avenir de notre planète.
Micropep a été fondée en 2016 en tant que spin-off de "LRSV", un laboratoire français de recherche sur les plantes du Centre national de la recherche scientifique (CNRS) et de l'Université de Toulouse, un centre d'excellence en AgriTech. A ce jour, Micropep a levé près de 25 millions de dollars auprès d'investisseurs européens et américains de premier plan et a commencé son expansion aux Etats-Unis en 2022.
Nous sommes une équipe de plus de 40 personnes accomplies et motivées, issues de différents horizons scientifiques, techniques et commerciaux. Nous sommes unis par notre désir de laisser un impact positif sur notre planète. Ensemble, nous révolutionnons la protection des cultures grâce à notre technologie exclusive des micropeptides.
Missions
Sous la responsabilité du Chief Data Science and Information officer, vous aurez pour missions:
Team Leadership
Superviser la gestion des ingénieurs logiciels/données et des consultants, en veillant à ce que leur travail s'aligne sur les objectifs et les délais du projet.
Favoriser une culture de prise de décision axées sur les données au sein de l'équipe.
Il est responsable de la livraison du travail des analystes de données dans les délais impartis, dans son intégralité et selon des normes de qualité élevées.
Mise en œuvre des OKR et du suivi des KPI.
Développer et mettre en œuvre un support pour les ingénieurs, les scientifiques, les techniciens et les étudiants sur l'utilisation de l'équipement, les procédures expérimentales et la gestion des données biologiques.
Assurer une communication efficace avec les pairs et le bureau de gestion de projet.
Contribuer de manière proactive aux projets d'innovation et de recherche et développement.
Data architecture and engineering
Définir, contribuer et communiquer de manière proactive les principes FAIR, les normes et pratiques d'ingénierie des données, en établissant des modèles et des cadres reproductibles et en utilisant efficacement les services et les outils de cloud&data.
Concevoir, créer et gérer des systèmes de base de données qui permettent aux biologistes d'étudier les données de manière indépendante.
Élaborer un modèle de données et un cadre d'architecture et concevoir un plan d'architecture de données pour l'accès aux données, leur stockage, leur modélisation, leur sécurisation et leur gestion.
Responsable de la conception, de la mise en œuvre, de la maintenance et de l'amélioration active de toutes les activités d'ingestion et de traitement des données : veiller à ce que les flux de travail de traitement soient reproductibles afin de maximiser la valeur de l'innovation.
Automatiser les flux de travail pour la récupération ou le stockage des données dans des carnets de laboratoire électroniques (ELN), tels que Benchling.
Collaborer avec une équipe de scientifiques pour aider à automatiser les pipelines d'analyse de données et construire une infrastructure de données.
Collaborer avec les chefs de service et business leaders pour comprendre les besoins et aligner les initiatives en matière de données sur les objectifs de l'entreprise.
Profil
QUALIFICATIONS ET EXPÉRIENCE
Maîtrise ou doctorat dans un domaine pertinent (par exemple, génie logiciel, science des données).
Expérience de la mise en œuvre des principes FAIR en matière de données très appréciée
Expérience approfondie des technologies, de l'architecture et de la gestion des bases de données
Expérience de la programmation dans des langages de script tels que Python, R, SQL et des outils de contrôle de version.
Capacité à concevoir et à mettre en œuvre des modèles de backend utilisant la logique et les points d'extrémité API pour des flux de travail/entités scientifiques complexes (par exemple, Benchling).
Connaissance du cycle de vie des applications, y compris les meilleures pratiques telles que l'examen du code, les tests unitaires et d'intégration et la documentation.
Connaissance pratique des services AWS, notamment EC2, S3, RDS, FSx Lustre, Athena, Glue, Lambda, Batch.
Idéalement, expérience de travail sur les technologies big data.
Familiarité avec les frameworks d'orchestration de workflow tels que Nextflow, Snakemake, Airflow ou AWS Step Functions.
Familiarité avec les pipelines d'intégration continue/déploiement continu (CI/CD).
Compréhension de l'idéation et de la création de livrables de conception d'interface utilisateur.
Capacité démontrée à travailler avec succès au sein d'équipes interfonctionnelles et de tiers, en mettant l'accent sur le travail d'équipe, la collaboration et la communication.
Adaptation, créativité et capacité d'apprentissage rapide, efficacité dans la gestion des tâches multiples et le dépannage.
Bonne capacité de communication, à la fois écrite et orale (anglais obligatoire), en particulier avec des non-experts.
Bonne capacité d'organisation et bonne optimisation de l'environnement de travail.
Capacité à gérer plusieurs projets et des délais qui se chevauchent.
Rigueur et respect des processus
Capacité naturelle à résoudre les problèmes.
CONDITIONS
Basé en France à Auzeville-Tolosane
Contrat à durée indéterminée
Date de début : Dès que possible