Activités
Proposition de valeur autour de la biologie, en lien avec l’informatique
- Proposer de nouvelles méthodes d’analyse informatique sur des sujets relatifs à la biologie (cancérologie, étude du génome, domaine cellulaire, génétique…).
- Travailler sur toute la chaîne de valeur de la bio-informatique, depuis la proposition de valeur jusqu’à l’élaboration du produit, en passant par l’étape de machine learning, en lien avec les personnes mettant en place les essais cliniques et les remontées terrain.
- Travailler en lien avec l’ensemble des parties prenantes afin de proposer une offre de valeur en adéquation avec leurs attentes et celles des patients.
Développement d’algorithmes
- Construire des algorithmes adaptés aux problématiques dans l’univers de la biologie, en lien avec la recherche académique (papiers de recherche, conférences…).
- Développer des algorithmes et les tester, avec des outils de data visualisation type R ou Matlab.
- Programmer de nouveaux algorithmes ou tester sur d’autres sujets des algorithmes déjà existants.
Mise en place de méthodes et de processus innovants
- Utiliser et définir des méthodes avec les outils d’analyse statistiques et les technologies du big data.
- Construire et développer des use cases sur les méthodes employées.
- Proposer de nouvelles méthodes, en tenant compte des contraintes réglementaires et des enjeux éthiques.
- Définir et suivre des indicateurs de performance (ou KPIs).
Veille & formation continue
- Rester en veille sur les nouveautés dans la bio-informatique (innovation des entreprises ; recherche académique).
- S’impliquer dans la communauté des bio-informaticiens/bio-informaticiennes pour la faire grandir et obtenir dans le même temps de nouvelles idées pour améliorer les projets.
- Se former en continu aux nouveaux algorithmes et nouvelles briques logicielles permettant d’améliorer la démarche d’innovation.
ACTIVITÉ ÉVENTUELLE
- Travailler sur des sujets connexes (réseaux, cybersécurité, data…).
VARIABILITÉ DES ACTIVITÉS
L’activité du/de la bio-informaticien/bio-informaticienne peut varier selon :
Le type de structure
Ce type de poste peut se trouver aussi bien dans le secteur privé que dans le public. Dans le secteur public, le/la bio-informaticien/bio-informaticienne sera principalement un/une chercheur/chercheure tandis que dans le privé, il sera un/une ingénieur/innovateur/ingénieure/innovatrice qui pourra évoluer soit en start-up, soit dans un grand groupe pharmaceutique.
La taille de l’entreprise
Les bio-informaticiens/bio-informaticiennes n’auront pas les mêmes emplois en fonction du type d’entreprise. Dans les start-up, ils/elles seront très proches des équipes produits & marketing, avec une forte appétence business et la capacité à travailler en transverse, tandis que dans les grands groupes, ils/elles seront plus souvent au sein d’une équipe innovation ou dans une digital factory. Ils/elles auront davantage de moyens pour tester et construire les algorithmes, mais seront plus éloigné(e)s des enjeux business.
RATTACHEMENT HIÉRARCHIQUE
- Manager de l’équipe algorithme
- Product Owner
- Lead data scientist
- Chief data officer
- Responsable data science
CONTEXTE ET FACTEURS D’ÉVOLUTION DU MÉTIER
Le/la bio-informaticien/bio-informaticienne est un métier qui se spécialise de plus en plus et émerge au sein des organisations. Alors que ce métier était initialement un assemblage/une imbrication entre l’informatique & la biologie, cela devient une discipline et un métier à part entière. Le/la bio-informaticien/bio-informaticienne est chargé(e) de proposer et développer des algorithmes adaptés à la biologie et aux besoins des patients.
Ce métier est en émergence sous l’effet de l’essor de la transformation digitale (big data) et de l’incorporation massive des données. Les bio-informaticiens/bio-informaticiennes sont amené(e)s à innover en permanence, en étant très connecté(e)s à leur communauté mais également à la recherche des entreprises (grands laboratoires, start-up) et du monde académique.
Les bio-informaticiens/bio-informaticiennes, outre leurs qualités en tant que data scientist & innovateurs/innovatrices, doivent avoir une forte fibre business pour comprendre si ce qu’ils/elles développent peut-être industrialisé et commercialisé. Enfin, ils/elles doivent avoir une forte sensibilité pour les enjeux éthiques et juridiques, du fait de la protection des données.
