Mission freelance Ingénieur Logiciel Python Scientifiques H/F

Compétences et expériences requises

Solide expérience en ingénierie logicielle Python, au-delà du simple développement de scripts exploratoires.

Expérience pratique de l’utilisation des notebooks dans des workflows réels d’analyse ou de recherche.

Expérience dans la conception de systèmes destinés à l’analyse de données, aux simulations ou à la recherche computationnelle.

Bonne compréhension des problématiques de reproductibilité, de gestion des dépendances et de performance des logiciels scientifiques.

Aisance à intervenir sur l’ensemble de la stack technique (backend et interfaces utilisateur ou API).

Capacité à collaborer étroitement avec des utilisateurs non traditionnels du développement logiciel tels que les chercheurs, quants ou scientifiques.

Profils particulièrement recherchés

Nous sommes particulièrement intéressés par des candidats issus de parcours non traditionnels, notamment :

• Monde académique (doctorat, post-doctorat ou postes d’ingénieur en logiciels de recherche).

• Biotechnologies et sciences de la vie.

• Calcul scientifique, modélisation ou environnements fortement orientés simulation.

• Environnements d’ingénierie quantitative ou de recherche.

Vos missions

Concevoir et développer des workflows de recherche centrés sur les notebooks, permettant aux analystes et chercheurs d’exécuter et de partager leurs travaux de calcul de manière sécurisée et reproductible.

Développer des services backend en Python pour gérer l’exécution des notebooks, l’annotation et les commentaires, le versionnement, les résultats de simulation et la traçabilité des données (data lineage).

Construire des processus et des API permettant aux utilisateurs de rechercher, découvrir, lancer, partager et exploiter des artefacts de recherche au sein de la communauté de recherche.

Collaborer étroitement avec les chercheurs en indices afin de comprendre leurs méthodes analytiques, leurs besoins de simulation et leurs exigences en matière de données, dans le but d’enrichir continuellement la plateforme.

Abstraire et simplifier l’accès à des données complexes (grands volumes de données, jeux de données versionnés, flux propriétaires) afin que les notebooks restent simples, portables et performants.

Réduire l’écart entre le code de recherche exploratoire et les logiciels prêts pour la production.

Contribuer aux décisions d’architecture concernant les environnements d’exécution, le sandboxing, la scalabilité et la reproductibilité.

Promouvoir les bonnes pratiques d’ingénierie tout en respectant la nature itérative et expérimentale des travaux de recherche.