Senior Data Engineer

En tant qu'ingénieur de données senior, vous serez responsable de la plateforme de données d'AQEMIA de bout en bout — de l'ingestion à travers le pipeline jusqu'aux ensembles de données prêts pour les modèles qui alimentent la science, l'apprentissage automatique et l'analyse. Ce qui rend ce rôle distinctif, c'est la donnée elle-même : structures chimiques, conformations moléculaires, prédictions basées sur la physique et l'apprentissage automatique, et résultats expérimentaux provenant de CROs et de partenaires.

Une partie essentielle du travail consiste à modéliser ces entités scientifiques de manière adéquate — établir une identité canonique, une provenance et une lignée fiable à travers des sources hétérogènes, souvent désordonnées — afin que les scientifiques, et de plus en plus les agents d'IA, puissent s'y fier. Vous travaillerez à l'intersection de l'ingénierie logicielle, de l'infrastructure de données et de la recherche scientifique, avec un réel pouvoir de façonner l'architecture plutôt que de simplement exécuter des tâches.

À mesure qu'AQEMIA se dirige vers une intégration plus axée sur les services et les API l'année prochaine, vous aiderez à rendre les données adaptées à l'automatisation — élargissant votre impact des pipelines aux systèmes qui les consomment.

Responsabilités :

• Posséder les pipelines de données Bronze → Silver → Gold d'AQEMIA de bout en bout, de l'ingestion à la transformation et à la livraison, en maintenant la lignée et la traçabilité à mesure que le volume et la complexité des données augmentent.
• Modéliser des entités scientifiques canoniques — composés, structures, essais, prédictions — en établissant l'identité, la provenance et une lignée fiable à travers des sources hétérogènes et souvent désordonnées.
• Établir et maintenir des normes de qualité des données grâce à la surveillance, la validation, les tests et les alertes à travers des pipelines critiques, renforçant la gouvernance et l'observabilité afin que les ensembles de données restent fiables et accessibles.
• Collaborer avec des ingénieurs ML, des scientifiques des données et des chercheurs pour construire des ensembles de données prêts pour les modèles, traduisant les exigences scientifiques et commerciales en solutions de données évolutives.
• Conduire les meilleures pratiques en matière d'architecture et d'ingénierie des données — modélisation des données, tests, documentation, orchestration et déploiement — en collaboration avec le responsable de l'ingénierie et l'ingénieur de données senior sur l'exécution de la feuille de route.
• Construire des capacités en libre-service et, en regardant vers l'avenir, des API qui rendent les données adaptées à l'automatisation alors qu'AQEMIA se dirige vers une intégration basée sur les services.
• Maintenir la qualité de l'ingénierie à travers des revues de code et encadrer les ingénieurs juniors en partageant des connaissances et des meilleures pratiques en tant que contributeur individuel senior.

Qualifications :

• 7-10 ans d'expérience en ingénierie des données, idéalement dans des environnements technologiques rapides, scientifiques, d'IA ou intensifs en données.
• Solides compétences en ingénierie logicielle et en ingénierie des données — capable de coder, avec une expérience approfondie en modélisation des données et bases de données relationnelles.
• Maîtrise du Python et du SQL, avec expérience dans la construction et la maintenance de systèmes de données de production.
• Expérience pratique avec dbt, Airflow ou des outils similaires de la pile de données moderne.
• Toute formation STEM ou expérience équivalente.

Atouts :

• Expérience avec AWS.
• Expérience avec l'infrastructure en tant que code (Terraform) et l'entreposage de données moderne (par exemple, Snowflake, BigQuery, Redshift) et le stockage d'objets.
• Expérience dans la découverte de médicaments, la biotechnologie, la pharmacie ou les environnements deeptech.
• Exposition à des flux de travail pilotés par l'IA ou intensifs en données, ou expérience de travail à travers des disciplines (par exemple, biologie, ML, chimie).
• Expérience dans la mise en œuvre de solutions de gouvernance des données, de lignée et de gestion des métadonnées.
• Antécédents d'amélioration de la scalabilité, de la fiabilité et de la maturité opérationnelle de la plateforme.

Notre processus de recrutement :

• Première discussion avec notre acquisition de talents.
• Entretien avec le responsable : vous rencontrerez directement votre futur manager.
• Évaluation technique de vos compétences lors d'un entretien approfondi avec l'équipe.
• Entretien avec le VP pour partager la vision de l'équipe et aligner les motivations.
• Entretien de compatibilité culturelle avec notre co-fondateur et COO, Emmanuelle.
• Entretien final avec notre co-fondateur et CEO, Maximillien.

Nous pouvons utiliser des outils d'intelligence artificielle (IA) pour soutenir certaines parties du processus de recrutement, telles que l'examen des candidatures, l'analyse des CV ou l'évaluation des réponses et l'identification de potentielles incohérences ou signaux de vérification dans les documents de candidature en fonction des informations disponibles. Ces outils assistent notre équipe de recrutement mais ne remplacent pas le jugement humain. Les décisions finales d'embauche sont finalement prises par des humains. Si vous souhaitez plus d'informations sur la façon dont vos données sont traitées, veuillez nous contacter.