Data Analyst at nomic

Montreal, Quebec, Canada -

Full Time

Start Date

Immediate

Expiry Date

11 Sep, 26

Salary

0.0

Posted On

13 Jun, 26

Experience

2 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, Numpy, Pandas, Matplotlib, Jupyter, Data Pipeline Analysis, Bayesian Statistics, Mixed Models, Root Cause Analysis, Bioscience Data Analysis, Signal Processing, Communication Skills, Attention To Detail, Multitasking, Algorithm Development, Data Quality Control

Industry

Biotechnology Research

Description

About us Nomic was founded to make biology easier to measure—and to enable scientists to extend lives by making proteomics accessible, scalable, and routine. Our story began at McGill University, where our co-founders and early team developed breakthrough technology that would change the way proteins are measured. Today, Nomic is powered by our proprietary nELISA® platform—an end-to-end technology that delivers high-throughput, quantitative, and affordable protein data at unprecedented scale. With the launch of Omni 1000, we are making the $50 proteome a reality, breaking down barriers that have limited the field for decades. For the first time, large-scale, quantitative proteomics is accessible to any scientist, supporting everything from drug discovery and translational research to AI-enabled therapeutic development. Since our launch, we’ve partnered with leaders in pharma, biotech, and academia—including GlaxoSmithKline and the Broad Institute—and have profiled more than 500,000 samples across diverse applications. Our growth is fueled by over $60 million in investment from top-tier backers, including our recent $42 million Series B. We’re building a team of world-changers—scientists, engineers, and problem-solvers who believe that accessible proteomics can help shape the future of medicine. Nomic is headquartered in Montreal, Canada with a satellite research lab in Boston, Massachusetts. If you want your work to have real impact, we’d love to meet you. About the role: The Data team at Nomic is responsible for designing, building, operating and improving the data pipelines, data infrastructure, and data tools needed for analyzing nELISA data at scale. Our development roadmap includes building more robust data pipelines for decoding nELISA datasets, and developing improved internal-facing tools that will let our scientists execute faster in the lab by extracting insights from our nELISA profiling and manufacturing QC data on-demand. As a Data Analyst, you will be responsible for using Nomic's data analysis pipelines and tools to transform our raw readout data into quantified proteins in the context of our protein profiling business operations. You will be a critical link in the chain stretching from our customer's samples, through our profiling lab, and getting our customer's data back into their hands. As part of this role, you will be expected to troubleshoot any issues that may occur. This can involve identifying and implementing bug fixes within our pipeline or process, finding possible signs of irregularities in our process or samples, and investigation and root cause analysis on any QC failures. We also plan to have sufficient operational slack to permit production data analysts to join and assist the rest of the Data Team in general Data Engineering activities on a frequent basis. An experienced Production Data Analyst can leverage their position and high volume of data that passes by to build an intimate understanding of Nomic's pipelines and processes. They can also use their opportunities for troubleshooting and working with the rest of the Data Team to improve their fluency in Python. Both areas of growth open doors to further roles at Nomic. As a Data Analyst, you will play a critical, first-hand role in operating the data pipelines and data infrastructure for handling all things nELISA data. In particular: You will primarily be responsible for using our existing software tools to analyze nELISA data. Troubleshoot issues that occur, including deeper investigation and root cause analysis Clearly communicate issues that occur, including any follow up investigation or root cause analysis. Identify areas of improvement, and contribute to solutions. Participate in process improvements and algorithm development activities This role will involve substantial communication, teamwork, and attention to detail, especially when identifying and troubleshooting issues related to nELISA data. What we’re looking for: Undergraduate Degree in any of Computer Science, Engineering, Bioengineering, Biology, or Applied Biosciences (or any closely related technical field). Experience with Python and scientific Python stack (numpy, pandas, matplotlib, jupyter) 1+ years of experience analyzing data and running data pipelines for bioscience data in practice, including in academic settings. Familiarity with bayesian statistics, sampling methods, mixed models, and other statistical concepts, and ability to synthesize complex data into clear learnings. Understanding of, and ideally first hand experience with analyzing data from, biotechnology tools and their associated methods, in particular in at least one of: sequencing, immunoassays, nucleic acid amplification, DNA nanoarchitecture and design, separation-based techniques for biological samples and compounds, biophysics / fluorescence / FRET, or signal processing (e.g. EEG, MRI). Ability to multitask at times, and extremely strong attention to detail when it comes to data quality. Excellent communication skills (written, verbal, and in a codebase). Fluency in English is required as our customers and vendors are primarily located in the USA. In addition, this position will interact with our team members within our USA entity. Join us if you: Connect deeply with our mission, ambition and sense of duty. Our mission isn’t marketing flash: we developed our technology to better measure biology and discover biomarkers for early disease detection. We firmly believe we will be successful in literally eradicating certain diseases by enabling them to be diagnosed earlier. We also believe that our hard work to bring this technology to its full potential is our duty. Are up for a challenge and want to grow: We are a team of problem-solvers, and we continually put ourselves to the test and go into the unknown. We have a growth mindset, both on hard and soft skills, and we rely on each other to give critical and candid feedback to ensure that we can all reach our full potential. Want to be at the cutting-edge of biotechnology. The nELISA is a new tool that leverages DNA nanotechnology to generate proteomic data more efficiently than ever before. You get to build and run the data pipelines that will support the scaling of this technology going forward. Love analyzing biological data, and want to learn how to make improvements to data pipelines during your career. Prefer working and communicating within a diverse cross-functional team. You would get to interface with teammates from the R&D, Engineering, Operations, and Commercial teams on a daily basis, joining a collaborative, diverse, and inclusive team where your ideas will be valued. If you are passionate about analyzing data on a daily basis, want to drive innovation in proteomics, and are eager to make a meaningful impact in the world, we invite you to apply and join us on our journey to redefine proteomics and the understanding of biology. À propos de nous Nomic a été fondée pour rendre la biologie plus facile à mesurer — et pour permettre aux scientifiques de prolonger des vies en rendant la protéomique accessible, évolutive et courante. Notre histoire a commencé à l’Université McGill, où nos cofondateurs et notre première équipe ont développé une technologie révolutionnaire qui allait changer la façon dont les protéines sont mesurées. Aujourd’hui, Nomic s’appuie sur notre plateforme propriétaire nELISA® — une technologie de bout en bout qui fournit des données protéiques à haut débit, quantitatives et abordables à une échelle sans précédent. Avec le lancement d’Omni 1000, nous faisons du protéome à 50 $ une réalité, en faisant tomber les obstacles qui ont limité le domaine pendant des décennies. Pour la première fois, la protéomique quantitative à grande échelle est accessible à tout scientifique, et soutient aussi bien la découverte de médicaments et la recherche translationnelle que le développement thérapeutique rendu possible par l’IA. Depuis notre lancement, nous avons établi des partenariats avec des leaders des secteurs pharmaceutique, biotechnologique et universitaire — notamment GlaxoSmithKline et le Broad Institute — et avons profilé plus de 500 000 échantillons dans diverses applications. Notre croissance est alimentée par plus de 60 millions de dollars d’investissements provenant d’investisseurs de premier plan, notamment notre récente série B de 42 millions de dollars. Nous bâtissons une équipe de personnes qui changent le monde — des scientifiques, des ingénieurs et des spécialistes de la résolution de problèmes qui croient que la protéomique accessible peut contribuer à façonner l’avenir de la médecine. Le siège social de Nomic est situé à Montréal, au Canada, avec un laboratoire de recherche satellite à Boston, au Massachusetts. Si vous voulez que votre travail ait un véritable impact, nous serions ravis de vous rencontrer. À propos du rôle : L’équipe des données de Nomic est responsable de la conception, de la création, de l’exploitation et de l’amélioration des pipelines de données, de l’infrastructure de données et des outils de données nécessaires à l’analyse des données nELISA à grande échelle. Notre feuille de route de développement comprend la création de pipelines de données plus robustes pour décoder les jeux de données nELISA, ainsi que le développement d’outils internes améliorés qui permettront à nos scientifiques d’agir plus rapidement au laboratoire en tirant des enseignements, sur demande, de nos données de profilage nELISA et de contrôle qualité de fabrication. En tant qu’analyste de données, vous serez responsable d’utiliser les pipelines et outils d’analyse de données de Nomic pour transformer nos données de lecture brutes en protéines quantifiées dans le cadre de nos activités commerciales de profilage protéique. Vous serez un maillon essentiel de la chaîne qui va des échantillons de nos clients à notre laboratoire de profilage, jusqu’au retour des données de nos clients entre leurs mains. Dans le cadre de ce rôle, vous devrez résoudre tout problème susceptible de survenir. Cela peut comprendre l’identification et la mise en œuvre de correctifs de bogues dans notre pipeline ou notre processus, le repérage d’éventuels signes d’irrégularités dans notre processus ou nos échantillons, ainsi que l’enquête et l’analyse des causes profondes de tout échec de contrôle qualité. Nous prévoyons également de disposer d’une marge opérationnelle suffisante pour permettre aux analystes de données de production de se joindre au reste de l’équipe des données et de l’aider fréquemment dans des activités générales d’ingénierie des données. Un analyste de données de production expérimenté peut tirer parti de son poste et du volume élevé de données qui passe entre ses mains pour développer une compréhension approfondie des pipelines et des processus de Nomic. Il peut également utiliser les occasions de dépannage et de collaboration avec le reste de l’équipe des données pour améliorer sa maîtrise de Python. Ces deux axes de développement ouvrent la porte à d’autres rôles chez Nomic. En tant qu’analyste de données, vous jouerez un rôle essentiel et direct dans l’exploitation des pipelines de données et de l’infrastructure de données pour traiter tout ce qui touche aux données nELISA. En particulier : Votre principale responsabilité sera d’utiliser nos outils logiciels existants pour analyser les données nELISA. Résoudre les problèmes qui surviennent, y compris mener des enquêtes approfondies et des analyses des causes profondes Communiquer clairement les problèmes qui surviennent, y compris toute enquête de suivi ou analyse des causes profondes. Cerner les axes d’amélioration et contribuer aux solutions. Participer aux activités d’amélioration des processus et de développement d’algorithmes Ce rôle exigera beaucoup de communication, de travail d’équipe et d’attention aux détails, surtout lors de l’identification et de la résolution de problèmes liés aux données nELISA. Ce que nous recherchons : Baccalauréat en informatique, en génie, en bio-ingénierie, en biologie, en biosciences appliquées (ou tout domaine technique étroitement apparenté). Expérience avec Python et la pile scientifique Python (numpy, pandas, matplotlib, jupyter) 1 an ou plus d’expérience dans l’analyse de données et l’exécution de pipelines de données pour des données de biosciences en pratique, y compris en milieu universitaire. Familiarité avec les statistiques bayésiennes, les méthodes d’échantillonnage, les modèles mixtes et d’autres concepts statistiques, ainsi que capacité à synthétiser des données complexes en enseignements clairs. Compréhension, et idéalement expérience directe de l’analyse de données issues d’outils biotechnologiques et de leurs méthodes associées, en particulier dans au moins l’un des domaines suivants : séquençage, immunoessais, amplification des acides nucléiques, nanoarchitecture et conception de l’ADN, techniques fondées sur la séparation pour les échantillons et composés biologiques, biophysique / fluorescence / FRET, ou traitement du signal (p. ex. EEG, IRM). Capacité à gérer plusieurs tâches par moments, et très grande attention aux détails en matière de qualité des données. Excellentes compétences en communication (écrite, orale et dans une base de code). La maîtrise de l’anglais est requise, car nos clients et fournisseurs sont principalement situés aux États-Unis. De plus, la personne à ce poste interagira avec les membres de notre équipe au sein de notre entité américaine. Joignez-vous à nous si vous : Êtes profondément en phase avec notre mission, notre ambition et notre sens du devoir. Notre mission n’est pas une formule marketing tape-à-l’œil : nous avons développé notre technologie pour mieux mesurer la biologie et découvrir des biomarqueurs pour la détection précoce des maladies. Nous croyons fermement que nous parviendrons à éradiquer littéralement certaines maladies en permettant leur diagnostic plus précoce. Nous croyons également que notre travail acharné pour mener cette technologie à son plein potentiel est notre devoir. Avez envie de relever des défis et de progresser : nous sommes une équipe de spécialistes de la résolution de problèmes, et nous nous mettons continuellement à l’épreuve et explorons l’inconnu. Nous avons un état d’esprit de croissance, tant pour les compétences techniques que comportementales, et nous comptons les uns sur les autres pour offrir des commentaires critiques et francs afin de veiller à ce que nous puissions tous atteindre notre plein potentiel. Voulez être à la fine pointe de la biotechnologie. La nELISA est un nouvel outil qui s’appuie sur la nanotechnologie de l’ADN pour générer des données protéomiques plus efficacement que jamais. Vous aurez l’occasion de créer et d’exploiter les pipelines de données qui soutiendront la mise à l’échelle de cette technologie à l’avenir. Aimez analyser des données biologiques et voulez apprendre à apporter des améliorations aux pipelines de données au cours de votre carrière. Préférez travailler et communiquer au sein d’une équipe interfonctionnelle diversifiée. Vous pourrez interagir au quotidien avec des collègues des équipes R&D, Ingénierie, Opérations et Commerciale, en vous joignant à une équipe collaborative, diversifiée et inclusive où vos idées seront valorisées. Si l’analyse quotidienne des données vous passionne, que vous souhaitez stimuler l’innovation en protéomique et que vous avez hâte d’avoir un impact significatif dans le monde, nous vous invitons à postuler et à nous rejoindre dans notre parcours pour redéfinir la protéomique et la compréhension de la biologie.

Responsibilities

The Data Analyst will use software tools to transform raw readout data into quantified proteins and operate data pipelines for nELISA data. They are responsible for troubleshooting pipeline issues, performing root cause analysis on QC failures, and contributing to process improvements.