Data Engineer - Python — H/F

Dans le cadre d'un remplacement, nous recrutons pour renforcer notre Data Factory : Data Engineer - Python (F/H) - CDI - temps plein - à pourvoir à compter de septembre 2026.

LE PROJET :

Le CLB est impliqué dans des projets d’intelligence artificielle depuis plusieurs années avec des partenariats académiques et industriels. Ces projets bénéficient de notre importante base de données de plus de 340 000 patients dans un dossier patient développé en interne et qui a été progressivement informatisé depuis 1993.

Depuis quelques années, le CLB s’est engagé dans des projets intégrant l’Intelligence Artificielle (IA) et les Big Data en santé. Les prérequis à l’utilisation des données de santé et l’intégration de l’IA en routine est la disponibilité de données structurées et de qualité. C’est devant cette nécessité que la Data Factory a été créée en 2021, dont les objectifs sont de structurer et fiabiliser les données, ce qui implique notamment :

• Rendre exploitable (extraire l’information utile) une grande quantité de données disponible
• Élargir le périmètre des données interconnectées, structurées et requêtables
• À plus long terme, la création d’un gisement de données multi-sources, réparti et accessible pour les cliniciens et les chercheurs, basé sur le modèle de données OSIRIS.

Organisation :

Vous êtes rattaché hiérarchiquement au Directeur des Systèmes d’Information et à la Responsable de la Data Factory, et êtes en lien très fort avec les équipes scientifiques, porteuses de projet.

L’équipe Data Factory est une des trois équipes de la DSI avec l’équipe de développement/projet et l’équipe infrastructure.

Elle est dédiée à la mise en œuvre et au pilotage de projets de réutilisation de données massives (Big Data). Elle permet l’extraction et le traitement de données des données de santé à destination des projets de recherche clinique ou des industriels.

Au sein de la Data Factory, vous participez :

• Au développement, à la maintenance, à l’optimisation et à l’industrialisation des ETL, en Python. Ces traitements permettent de structurer, nettoyer et standardiser des données hétérogènes issues de multiples sources (bases de données, fichiers plats, exports spécifiques, etc.) pour les rendre conforme aux standards/ format cible OSIRIS et OSIRIS RWD,des scripts python pour rendre interopérables des systèmes entre eux, manipuler des sources de données spécifiques (DICOM d’imagerie, lames numérisées d’anatomopathologie…)
• A l’automatisation et l’industrialisation des traitements data (ETL, algorithme IA ou brique CI/CD) de l’équipe,
• A la maintenance et l’étoffement de l’outillage interne de l’équipe avec l’appui du architecte logiciel de l’équipe projet,
• Aux réflexions, spécifications, installations et mises à jour des infrastructures / logiciels / architectures spécifiques aux projets de recherche avec l’appui des équipes d’infrastructure.

La mission :

• Réaliser des analyses des structures et format de données,
• Réaliser l’analyse technique (architecture, choix des composants, prototypage, compatibilité avec les technologies existantes) dans le respect des bonnes pratiques d’infrastructure et de cybersécurité
• Contribuer à la documentation,
• Être le relai auprès de l’architecte logiciel sur les aspects développement et outillage,
• Être le relai de l’équipe infrastructure sur les aspects systèmes des projets.