Data Engineer Sénior - Morphome
ContexteMission consistant à développer une solution permettant aux chercheurs de transformer leurs analyses exploratoires en traitements fiables et réutilisables.
MissionsDévelopper une solution logicielle pour la transformation d?analyses exploratoires en traitements fiables et réutilisables
Collaborer avec des chercheurs et un Data Scientist dans un contexte de recherche
Monter en compétence rapidement sur les outils spécifiques du projet
Assurer la communication claire avec des profils non techniques
Outils \& Environnement \& Compétences obligatoiresMaîtrise de GCP : GKE, IAM, GCS, BigQuery
Python en production : conception modulaire (principes SOLID, architecture hexagonale ou équivalent), typage statique, tests unitaires/d'intégration
Docker, Git et CI/CD avec expérience concrète de déploiement et de diagnostic (debugging pipelines)
SQL, modélisation de données et définition de contrats de données (data contracts)
Expérience cloud avec adaptation de modules Terraform existants (pas nécessairement de conception from scratch, mais capacité à faire évoluer un IaC existant)
Réalisation agentique concrète : appels d'outils/API, gestion des erreurs, dans le cadre d'un projet réel ou d'un démonstrateur
Compétences appréciées (Nice\-to\-have)Agents IA déjà déployés en production
MCP, Claude Code
GitLab CI
Vertex AI / KFP et MLOps avancé
Analyse statique de code Python (AST/LSP)
Connaissances en imagerie médicale et histopathologie
Soft skillsAutonomie et rigueur
Communication claire, notamment avec des profils non techniques (chercheurs) et le Data Scientist
Capacité à monter en compétence rapidement sur les outils spécifiques du projet
Esprit de collaboration dans un contexte de recherche
Profil candidat:
Maîtrise de GCP : GKE, IAM, GCS, BigQuery
Python en production : conception modulaire (principes SOLID, architecture hexagonale ou équivalent), typage statique, tests unitaires/d'intégration
Docker, Git et CI/CD avec expérience concrète de déploiement et de diagnostic (debugging pipelines)
SQL, modélisation de données et définition de contrats de données (data contracts)
Expérience cloud avec adaptation de modules Terraform existants
Une première réalisation agentique concrète : appels d'outils/API, gestion des erreurs, dans le cadre d'un projet réel ou d'un démonstrateur
Autonomie et rigueur
Communication claire, notamment avec des profils non techniques (chercheurs) et le Data Scientist
Capacité à monter en compétence rapidement sur les outils spécifiques du projet
Esprit de collaboration dans un contexte de recherche
Cette annonce provient de Indeed. Voir l'annonce originale ↗