Data Business Analyst

About SKOTT Life Sciences

SKOTT Life Sciences, filiale du SKOTT Group, accompagne les acteurs du secteur de la santé sur l’ensemble du cycle de développement des produits de santé : de la R&D aux Health Data Sciences, en passant par l’ingénierie. Nous intervenons au cœur de projets à forte valeur ajoutée, en plaçant nos consultants là où leur expertise fait la différence. Notre approche repose sur une conviction simple : les bonnes compétences, au bon moment, pour permettre à chacun de s’épanouir sur des missions alignées avec ses aspirations et son expertise. Rejoindre SKOTT Life Sciences, c’est intégrer une équipe composée de profils passionnés issus de la biologie et de l’industrie pharmaceutique, évoluer dans un environnement stimulant et réglementé, et contribuer concrètement à des projets qui ont un impact réel sur la santé.

Mission Context

Au sein d'une équipe R&D d'un grand groupe pharmaceutique international, nous recherchons un(e) Data Business Analyst pour assurer la cohérence de la chaîne de valeur digitale des laboratoires : de la gestion des demandes et la traçabilité des échantillons jusqu'à la préparation des données pour l'IA et la remise des solutions aux équipes d'automatisation. La mission s'appuie sur des travaux existants et couvre un périmètre global dans un environnement bilingue (français/anglais).

Main Missions

1. Needs Exploration & Stakeholder Engagement

• Analyze in-depth the needs of scientists and technicians on automation and data workflows (sample management, upstream/downstream, robotic processes)
• Map and engage key stakeholders: digital teams, lab managers, data/IT engineers, digital transformation leads
• Identify friction points, bottlenecks, and gaps in data capture and automation processes
• Evaluate the adequacy of the current data model for E2E automation and AI preparation (iLab, Benchling)
• Facilitate workshops and user story sessions with French and US teams (bilingual)

2. Request Management & Sample Workflow Design

• Design and implement a process for handling automation requests (experiment type, metadata, priority, outputs, deadlines)
• Model end-to-end workflows: from submission to data delivery and closure
• Define integration requirements for barcode systems, auxiliary equipment, LIMS/ELN

3. Data Strategy & AI-Ready

• Analyze the current laboratory data model: gap analysis between captured data and data required for scientific reproducibility and AI/ML
• Propose an improved and scalable data model aligned with FAIR principles (Findable, Accessible, Interoperable, Reusable)
• Define AI-Ready data specifications: structured data, contextual enrichment, instrumental metadata, annotation protocols
• Establish a data quality framework (completeness, accuracy, consistency, timeliness)
• Propose an integration architecture with the data lake, cloud platforms, and AI/ML pipelines

4. Specification, Documentation & Testing

• Write functional and technical specifications for all digital components of automation workflows
• Create process and data flow diagrams
• Design and execute test plans, including integration tests with robotic equipment
• Manage UAT (User Acceptance Testing) with scientists and technicians, up to formal validation
• Write SOPs for all digital components
• Ensure GxP compliance and data integrity in all documentation (IQ/OQ/PQ if applicable)

5. Knowledge Transfer & Communication

• Prepare and execute a structured handover package for automation teams (specifications, SOPs, test results, training materials)
• Facilitate knowledge transfer sessions with a post-handover supervision period
• Communicate key progress and results via presentations, dashboards, reports, newsletters
• Maintain digital tracking tools (IObeya, Miro, PowerPoint, Excel)

Profile Sought

• Proven experience in Business Analysis within a scientific R&D or laboratory environment
• Solid understanding of laboratory workflows (sample management, robotic processes, ELN/LIMS)
• Mastery of data analysis methodologies and FAIR principles
• Experience in functional/technical specification, integration testing, and UAT
• Knowledge of GxP requirements, data integrity, and validation (IQ/OQ/PQ)
• Aptitude for AI/ML and data engineering topics (data lake, pipelines)
• Proficiency in tools: Benchling, iLab, Miro, IObeya, Excel, PowerPoint
• Fluent written and spoken English is essential – bilingual environment
• Ability to facilitate workshops and explain technical subjects to diverse audiences