Platform Engineer – Self-Service Data Platform

🕒 vor 1 Monat

🇫🇷 Frankreich – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🏗️ Plattformingenieur

👻 Geisterscore 27%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Bioptimus

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2024

🏥 Gesundheitswesen

💼 Beratung

📦 Logistik

💰 €41.000.000 Series A - Bioptimus im 2025-01

Healthcare • Consulting • Logistics

Bioptimus ist ein Unternehmen, das grundlegende KI-Modelle für die Biologie entwickelt. Es integriert multimodale und multiskalige biologische Daten, um Datensilos zu durchbrechen und die biomedizinische Forschung sowie klinische Entscheidungsfindung zu beschleunigen. Zu den Vorzeigemodellen gehören H-Optimus-1 für Histologie/digitale Pathologie und M-Optimus als universelles Biologiemodell. Das Unternehmen arbeitet mit Forschungseinrichtungen, Kliniken und der Industrie zusammen, um Modelle sicher und in großem Maßstab zu trainieren und einzusetzen. Gegründet im Jahr 2024 in Paris, konzentriert sich Bioptimus darauf, KI auf Probleme in der biomedizinischen Forschung, klinischen Abläufen und Life-Science-F&E anzuwenden, wobei die Datenqualität, Sicherheit und wissenschaftliche Validierung betont werden.

Beschreibung

• Own the data & storage self-service layer. Build and maintain the storage architecture and access tooling for large, multimodal biological datasets — provisioning, access, and lifecycle, exposed as self-serve. • Build platform services that abstract complexity. Create the internal services and paved roads that promote self-serve data access and processing, so researchers and engineers don't file tickets for routine work. • Storage and data infrastructure. Work fluently with object stores (e.g., S3) and modern storage formats (e.g., Parquet, Delta, Iceberg); design sensible, reproducible data workflows where the platform needs them. • Contribute to IaC and CI/CD. Extend the team's Terraform/IaC and pipelines so the data platform is reproducible and deployed like the rest of the platform. • Engineer security into the data layer. Implement access control, data classification, and least-privilege access in code — so sensitive data is protected by default. • Apply a product lens. Decide, with the rest of the platform team, what graduates into the platform versus what stays an experiment.

🎯 Anforderungen

• Production platform or infrastructure experience (typically 3–5+ years) with a high degree of ownership. • Proficiency in Infrastructure-as-Code — Terraform — and hands-on with Kubernetes/Helm and containers. • Data-platform capability — solid working knowledge of object stores, Relational databases and modern storage formats, and the data workflows teams build on top of them. • Data/Workflow orchestration - Familiarity with data orchestration tooling (Dagster, Airflow, Prefect). • Solid software engineering — Python (or a comparable language suitable for data and platform work), with sound engineering practices. • Security-aware engineering — you implement access control and least-privilege in code, not as an afterthought. • A platform-as-a-product mindset — you build self-serve capabilities that people want to use, and you enable rather than block.

🏖️ Vorteile

• Competitive salary and meaningful equity • Flexible/remote-friendly working • Significant room for growth at the intersection of AI and biology