Le métier de Lead Data Scientist consiste à savoir identifier, explorer et gérer les problèmes de développement des données au sein de l’organisation, faire des suggestions et déployer des solutions en matière de Data Science répondant à des problématiques techniques ou médicales.

Être Lead data scientist c’est aussi gérer et accompagner l’équipe des data scientists dans la bonne exécution de leurs missions respectives.

1) Activités liées au management de l’équipe :

• Responsabilités managériales sur l’équipe Data Science (rattachement hiérarchiques direct avec les membres de l’équipe) ;

• Être garant de la bonne communication ascendante et descendante au sein de l’équipe data science et à l’extérieur de l’équipe ;

• Accompagner la structuration de l’équipe, installer une dynamique d’équipe et planifier ses évolutions ;

• Superviser le pilotage opérationnel des livrables data science dans les différents projets et challenger les priorités ;

• Garantir une harmonisation dans la suite d’outils utilisée dans le cadre du travail des data scientists, s’assurer de la formation des data scientists pour la bonne utilisation de ces outils et proposer des axes d’améliorations;

• Garantir la bonne application des aspects méthodologiques et organisationnels de la démarche data science (mise en place des projets data science, harmonisation des livrables, application de la démarche de création des biomarqueurs) ;

• Participer à la définition de la roadmap R&D de l’équipe data science;

• Apporter une expertise technique sur les connaissances en data science pour conseiller et challenger la mise en place de nouveaux modèles (classification, régression, optimisation) ou algorithmes;

• Assurer l’intégration des nouveaux collaborateurs data scientists.

2) Activités opérationnelles  :

• Contribuer à l’identification des biomarqueurs digitaux à travers une revue de la littérature, la discussion avec des leaders d’opinions et la réalisation d’étude de conception; 

• Participer à l’innovation chez Ad Scientiam à travers la contribution aux programmes R&D;

• Structurer, définir et documenter les besoins data science à travers les spécifications pour garantir leur bonne intégration dans les produits ; 

• Concevoir, développer, évaluer et documenter des algorithmes (de transformation de la donnée de traitement du signal, de machine learning, etc.) adaptés aux problématiques et contraintes posées par l’équipe technique et médicale;

• Supporter la mise en place de collectes de données (internes ou externes) pour garantir la performance des algorithmes dans un usage attendu;  

• Assurer la bonne intégration de ces algorithmes dans les produits développés par Ad Scientiam;

• Explorer et modéliser les données collectées par Ad Scientiam;

• Garantir une communication adaptée pour assurer le suivi et l’intégration des avancées data science effectuées dans les différentes phases des projets avec les autres équipes (Produit, Dev, Clinique, Innovation médicale, etc.) ainsi qu’au sein de l’équipe data (data science particulièrement) dans le respect des principes agile;

• Respecter les procédures de Qualité (SMQ) et participer à leur documentation;

• Assurer une veille technique et bibliographique dans le but de proposer des prototypes adaptés au besoin métier; 

• Rendre compte en présentant clairement et efficacement l’avancement et les résultats (en interne et à nos partenaires).

• Entretenir de bonnes relations de collaboration avec les laboratoires de recherche (si nécessaire);

• Participer aux conférences scientifiques du domaine de la data.

• Titulaire d’un diplôme d’un Bac + 5 ou Bac + 8 dans les domaines suivants : sciences, mathématiques appliquées, computer science, physique.

• 3-5 ans minimum d’expérience significative en tant que Data Scientists (CDI, CDD ou Doctorat)

• Une bonne maîtrise des langages Python et des bibliothèques associées.

• Une expérience dans la traduction des problèmes médicaux en problèmes d’apprentissage machine, les domaines de la modélisation biomécanique, fusion de données multi-capteurs, computer vision seront appréciées.

• Bonne maîtrise des outils de développement (Git, Docker)  

• Un bon niveau d’anglais est indispensable (oral et écrit).

• Bonus : Une expérience significative en analyse des biomarqueurs acoustiques, analyse de la marche ou computer vision

• Un entretien téléphonique avec la responsable des ressources humaines;

• Un entretien en présentiel ou visioconférence avec le Chief Data Officer;

• Test technique;

• Une rencontre avec le reste de l’équipe.