Data Scientist F/H

L’équipe Data de la BNDMR est en charge de l’exploitation et de la valorisation de l’Entrepôt de Données (EDS) de la BNDMR. Intégrée à une cellule opérationnelle pluridisciplinaire d’environ 40 personnes, elle est composée d’un Chief Data Officer, de 6 data scientists, de 3 data managers et d’un data engineer/dataops. Elle intervient sur l’ensemble de la chaîne de valeur de la donnée : structuration, qualité, appariement, analyses statistiques et valorisation.
Dans un contexte d’évolution rapide de l’entrepôt de données (nouveaux jeux de données, appariement avec le SNDS, augmentation des projets de recherche), l’équipe œuvre à l’industrialisation des processus data et au soutien des projets académiques et industriels, au service de la recherche, du pilotage du système de santé et de l’innovation dans le champ des maladies rares.
Dans le cadre d’une collaboration avec la Filière de Santé Maladies Rares FAI²R, la BNDMR recherche un/e data scientist / ingénieur statisticien avec des compétences en data management pour assurer les missions suivantes :

Biostatistique :
· Participer à l’élaboration des protocoles d’études et aux choix méthodologiques (design, objectifs, critère de jugement, population d'étude, plan d'analyse statistique…).
· Réaliser des analyses statistiques en lien avec des projets internes ou en partenariat avec des laboratoires publics/privés.
· Réaliser des analyses statistiques sur des bases de données complexes auxquelles la BNDMR est appariée (SNDS, EDS, PMSI).
· Valoriser les résultats en contribuant à des publications scientifiques, posters et abstracts.

Manipulation de données :
· Mettre en place les différents scripts d’extraction, de préparation et de transformation des données pour les analyses statistiques.
· Explorer d’une manière approfondie les données de l’entrepôt de santé BNDMR pour établir les scénarios de qualité à contrôler, et cibler les actions à mener pour améliorer leurs détections.
· Appliquer des modèles de théorie des graphes et/ou de machine learning pour agréger et améliorer le recodage et la qualité de certaines variables d’intérêt.
· Définir une structure fiable, documentée et harmonisée pour les différents scripts/packages à usages réguliers par les membres de l’équipe.
· Produire des statistiques descriptives et restituer des résultats sous formes tabulaire et graphique.
· Déplacements occasionnels à prévoir.