Principales responsabilités:

• Fournir un soutien centré sur l'entreprise pour les systèmes et plates-formes informatiques à l'appui de nos opérations et processus scientifiques.
• Développer, mettre en œuvre, dépanner et prendre en charge des solutions de manière indépendante pour l'infrastructure numérique et les flux de travail au sein de QTAS, y compris des solutions de plate-forme/codage personnalisées, des outils de visualisation, l'intégration de nouveaux logiciels/matériel et une assistance à l'analyse et au dépannage.
• Diriger l’analyse de grands ensembles de données liés à l’ADME, contribuant à la compréhension et à l’optimisation des propriétés d’absorption, de distribution, de métabolisme et d’excrétion des médicaments.
• Appliquer des outils informatiques et des techniques d'apprentissage automatique/d'apprentissage profond pour analyser et interpréter des données biologiques complexes pertinentes pour la découverte de médicaments.
• Développer des modèles et des algorithmes prédictifs pour identifier les médicaments candidats potentiels dotés de propriétés ADME souhaitables.
• Collaborez avec des équipes des sciences biologiques et de la découverte de médicaments pour intégrer des informations informatiques dans des stratégies pratiques de développement de médicaments.
• Communiquer les résultats et les contributions stratégiques aux équipes interfonctionnelles, y compris les groupes de science translationnelle, de médecine et de développement tardif.

Qualifications :

• Bachelor’s or Master’s Degree in Data Science, Computer Science, Computational Chemistry, or related relevant discipline typically with 5 to 10 (BS) or 2 to 5 (MS) years related industry experience.
• Passion pour l'analyse de données, la résolution de problèmes techniques et l'application de nouvelles technologies à la poursuite d'objectifs scientifiques.
• Forte maîtrise de la programmation (ex. : SQL, Python, R, MATLAB), des technologies de bases de données (Oracle, mySQL, bases de données relationnelles ; les bases de données graphiques sont un plus), de l'apprentissage automatique/deep learning (les architectures de réseau sont un plus), des techniques de réduction de dimensionnalité ( par exemple, PCA) et d'éventuelles suites logicielles de cheminformatique
• Expérience démontrée dans l’analyse et la visualisation de grands ensembles de données. La maîtrise de l'une des technologies suivantes est appréciée : Python (y compris les bibliothèques telles que Matplotlib, Seaborn, Plotly, Bokeh), JavaScript, Julia, Java/Scala ou R (y compris Shiny).
• À l'aise de travailler dans des environnements cloud et informatiques hautes performances (par exemple, AWS et Oracle Cloud)
• Excellentes compétences en communication et capacité à travailler efficacement au sein d’équipes interdisciplinaires.
• La compréhension du processus de R&D pharmaceutique et des défis liés à la découverte de médicaments est préférable.
• Capacité avérée à travailler en équipe ; capacité à bien travailler dans un environnement d’équipe collaboratif au rythme rapide.
• Excellentes compétences en communication orale et écrite et capacité à transmettre des notions liées à l'informatique à des scientifiques interdisciplinaires.
• Compréhension théorique et pratique approfondie de sa propre discipline scientifique
• Une formation et/ou une expérience dans les domaines de la biotechnologie, de la pharmacie, de la biologie ou de la chimie sont préférables.

3 à 5 principales compétences :

• Experience with programming and/or other technologies; e.g. SQL, Python (including Matplotlib, Seaborn, Plotly, Bokeh), R (including Shiny), Javascript, Java/Scala, MATLAB, etc.
• Knowledge in Artificial Intelligence/Machine Learning (AI/ML)
• Degree in Data Science, Computer Science, Computational Chemistry or related field (BS 5+ yrs, MS 2-5 years)
• Strong proficiency in database technologies (Oracle, mySQL, relational databases; graph databases are a plus)

Compétences clés en leadership :

• Établit des relations solides avec ses pairs et de manière interfonctionnelle avec des partenaires extérieurs à l'équipe pour permettre des performances plus élevées.
• Apprend vite, saisit « l’essence » et peut changer de cap rapidement là où cela est indiqué.
• Il place la barre plus haut et ne se contente jamais du statu quo.
• Crée un environnement d'apprentissage, ouvert aux suggestions et à l'expérimentation pour l'amélioration.
• Adopte les idées des autres, nourrit l’innovation et gère l’innovation pour la concrétiser.