Mission Générale :
Contribuer aux activités de soin et de recherche translationnelle du laboratoire en participant à l’archivage des données brutes générées par les différents secteurs, au développement de pipeline d’analyse et à la structuration des résultats dans des bases de données interopérables pour les biologistes du laboratoire d’hématologie et la recherche.

Missions détaillées :
- Participer à l’archivage des données générées par le laboratoire (par exemple : données de cytométrie en flux, données de séquençage).
- Développer et maintenir des pipelines d’analyse de données générées par le laboratoire (par exemple : données de séquençage capture, données de RNA-seq) et travailler en collaboration avec la plateforme de bio-informatique de l’APHP MOABI.
- Former les ingénieur.es et technicien.nes du laboratoire au lancement de ces analyses.
- Rédiger des protocoles d’utilisation des outils développés et de la gestion documentaire relative à la qualité.
- Participer à la mise en place d’une base de données interopérable des résultats des données de soins générées par le laboratoire pour permettre leur utilisation par les biologistes du laboratoire.

Profil :
Niveau I (BAC+4/+5)
Avoir des connaissances approfondies, théoriques et pratiques, en analyses courantes bio-informatique en génomique et dans la gestion de bases de données.
Expérience professionnelle souhaitée dans le milieu hospitalier ou la recherche en biologie

Compétences/savoir-faire requis :
- Bonne maitrise des langages de programmation R, Python, Bash
- Utilisation de gestionnaires de workflow (Snakemake, Nextflow)
- Utilisation des systèmes d’exploitation Linux et de la compilation de logiciels
- Expérience dans les principales analyses bio-informatique en santé (variant calling, RNA-seq)
- Expérience dans la gestion de bases de données

Connaissances requises :
- Connaissances générales en médecine et en biologie, en particulier en génomique
- Connaissances générales en statistiques
- Maîtrise de l’anglais écrit

Qualités professionnelles requises :
- Grande rigueur dans le traitement des données
- Capacité d’organisation et d’initiative
- Apprécier le travail en équipe
- Motivation et dynamisme apprendre et développer de nouvelles compétences