Ingénieur d'études en analyse des données NGS et reséquençage h/f (H/F)

Intitulé du poste : Ingénieur d'études en analyse des données NGS et reséquençage h/f

Référence interne 21238 ufr Médecine

RÉSUMÉ DU POSTE

PROFIL RECHERCHÉ

Connaissances

Gérer les données en provenance des plateformes de séquençage.

Veiller à la qualité, la reproductibilité et la traçabilité des analyses réalisées.

Assurer le lien avec la plateforme génomique de la SFR Necker et de l'institut Imagine.

Participer à l'évolution des méthodes, outils et infrastructures dédiés à l'analyse des données génomiques.

DESCRIPTIF DES ACTIVITÉS

Suivi opérationnel des projets de reséquençage.

Lancement des pipelines d'analyse et contrôle qualité des données.

Préparation, structuration et intégration des données dans les bases de données de la plateforme.

Collaboration avec les différentes plateformes et les utilisateurs pour répondre efficacement aux

besoins et fluidifier les process.

Documentation des analyses et gestion de la traçabilité.

Participation à la formation des utilisateurs et à la diffusion des bonnes pratiques.

Participation à des réunions, formations, congrès et groupes de travail.

Veille scientifique et technologique sur les technologies de séquençage et d'analyse bioinformatique.

Génomique, génétique humaine et biologie moléculaire.

Technologies de séquençage à haut débit (Illumina, PacBio, Oxford Nanopore).

Analyse de données NGS : panels, exomes, génomes, transcriptomique, single-cell.

Environnements de calcul haute performance (HPC).

Bonnes pratiques de développement logiciel et de reproductibilité des analyses.

Connaissance informatique : langage de script Bash, base de données relationnelle

Bioinformatique, outils classiques d'analyse NGS.

Anglais scientifique et technique.

Savoir-faire - Compétences opérationnelles

Bioinformatique et génomique

Connaissance des technologies de séquençage à haut débit (NGS) et de leurs applications.

Connaissance des méthodes d'analyse de données de panels, exomes, génomes, transcriptomique

(RNA-seq), single-cell et long-read.

Connaissance des principaux outils et logiciels d'analyse génomique et transcriptomique.

Bonne compréhension de la génétique humaine, de la génomique et de la biologie moléculaire.

Connaissance des formats de données biologiques (FASTQ, BAM/ CRAM, VCF, GTF, etc.) et des

standards de qualité associés.

Informatique et gestion des données

Maîtrise des environnements Linux/Unix.

Connaissance des langages de script (Bash, Python, Perl ou équivalent).

Connaissance des systèmes de gestion de bases de données relationnelles (MySQL, PostgreSQL ou

équivalent).

Connaissance des outils de gestion de versions (Git) et des bonnes pratiques de développement logiciel.

Connaissance des infrastructures de calcul haute performance (HPC)

Connaissance des ordonnanceurs de tâches (Nextflow, Snakemake ..)

Savoir-être - Compétences comportementales

Sens de l'organisation.

Rigueur scientifique et méthodologique.

Aptitude au travail en équipe.

Autonomie et capacité d'initiative.

Qualités relationnelles et pédagogiques.

Réactivité face aux demandes urgentes.