Senior Data Modeller
Onde
Entra para ver o tempo de viagem
Em resumo IA
Função de Senior Data Modeller para liderar a estratégia de modelação em trabalho de harmonização de dados científicos, com ferramentas de I&D farmacêutica. Trabalho híbrido. Localização não indicada no anúncio.
Descrição
anúncio longo (6 037 caracteres): a IA resumiu-o; o texto integral está no separador ao lado.
- Função
- Liderar a estratégia de modelação para trabalho de harmonização de dados científicos, com o objetivo de reforçar a compreensão mecanicista da doença e disponibilizar produtos de dados FAIR integrados a cientistas de I&D. Transformar requisitos científicos ambíguos em modelos canónicos conceptuais, lógicos e canónicos, tomar e documentar decisões de ontologia, definir identificadores persistentes, proveniência e governação de schemas, e definir regras de validação e controlo de qualidade. Trabalhar com engenheiros de dados, engenheiros de knowledge graph, especialistas em biologia, gestores de produto e equipas de plataforma, e orientar modeladores júnior e intermédios.
- Requisitos
- Mestrado ou doutoramento (ou experiência profissional equivalente) em biologia, ciências biomédicas, bioengenharia, genética, neurociência, bioinformática, biologia computacional ou área relacionada
- Mais de 6 anos de experiência em modelação de dados científicos ou biomédicos, harmonização de dados ou engenharia de conhecimento, com responsabilidade sénior
- Experiência prática com LinkML ou framework equivalente (classes, slots, ranges, identificadores, campos obrigatórios, restrições, cardinalidade, ligações a ontologias)
- Experiência em harmonização de dados: mapeamento de fonte para modelo canónico, alinhamento de vocabulários controlados, identificadores persistentes, linhagem e proveniência
- …
- Valorizado
- RDF, OWL, JSON-LD, SHACL, ShEx, SPARQL e modelação de knowledge graphs; ferramentas de registo de schemas ou catálogos de dados; modelação de linhagem e proveniência; LLMs ou IA agêntica para mapeamento com validação robusta; experiência em I&D farmacêutica ou outro ambiente de investigação regulado; …
- Condições
- Contrato: não indicado
- Salário: não indicado
- Horário: não indicado
- Local: híbrido (localização não indicada)
- Benefícios
- Seguro de saúde e de vida
- Programa de recomendação de talento com bónus
- Formação e certificações em tecnologias de ponta
- Projetos nacionais e internacionais
- Ambiente multicultural e inclusivo, com promoção do equilíbrio entre vida profissional e pessoal
YOUR ROLE
You will lead a modelling strategy for scientific data harmonization work. This work aims to strengthen mechanistic understanding of disease and make integrated FAIR data products available to R&D scientists for rapid query and decision-making. You turn ambiguous scientific requirements into clear canonical models, make and document ontology decisions, and set the standards for identifiers, provenance and schema governance across data assets.
- Lead modelling strategy across data harmonization, pipeline validation, knowledge graph and FAIR data product requirements
- Translate ambiguous scientific requirements into clear conceptual, logical and canonical data models
- Model biomedical entities and relationships including genes, targets, diseases, indications, phenotypes, mechanisms, biomarkers, tissues, cell types, assay modalities, evidence, provenance and causal relationships
- Make ontology reuse, extension and mapping decisions, with documented rationale
- Define persistent identifiers and consistent provenance fields across data assets
- Drive schema review, approval, versioning and publication processes in GitHub, including changelogs, tagged releases and downstream impact assessment
- Define validation rules and data quality checks for ontology terms, ranges, required fields, ID and label consistency, cross-field consistency and provenance completeness
- Identify modelling risks early: metadata gaps, ontology conflicts, source data quality issues, lineage gaps and downstream compatibility problems
- Design modular, reusable and future-proof models aligned to FAIR principles and enterprise standards
- Work with scientific knowledge engineering, biology SMEs, data engineering, knowledge graph engineering, product management, data stewards and platform teams
- Mentor junior and mid-level modelers
YOUR PROFILE
- MSc or PhD (or equivalent professional experience) in biology, biomedical sciences, bioengineering, genetics, neuroscience, bioinformatics, computational biology or a related field
- More than 6 years of experience in scientific or biomedical data modelling, data harmonization or knowledge engineering, with senior ownership
- Strong conceptual, logical and canonical modelling experience for complex biomedical or scientific domains
- Practical, in-depth experience with LinkML or an equivalent schema framework: classes, slots, ranges, identifiers, required fields, constraints, cardinality, descriptions and ontology bindings
- Strong data harmonization experience: source-to-canonical mapping, controlled vocabulary alignment, persistent identifiers, lineage and provenance
- Proven experience defining validation rules and data quality checks: ontology term validity, ranges, required fields, ID and label consistency, cross-field consistency and provenance completeness
- Strong understanding of FAIR principles, metadata standards, provenance and schema versioning
- Strong command of biomedical ontologies and vocabularies such as HGNC, Ensembl, UniProt, MONDO, Disease Ontology, HPO, EFO, UBERON, Cell Ontology, Gene Ontology, Reactome, KEGG, ChEBI, OBI, LOINC, UCUM, ECO, SEPIO, Relation Ontology and PATO
- Experience managing the schema lifecycle with GitHub-based repositories, semantic versioning, changelogs, data dictionaries and metadata catalogues
- Experience designing models that support pipelines, APIs, knowledge graphs, FAIR data products and analytical workflows
- Solid Python and a working command of SQL, used for validation, mapping checks and exploration of real biomedical datasets
- A public or shareable repository (GitHub, GitLab or similar) demonstrating schema and governance work. Please include the link in your application
- Excellent stakeholder management and communication;
- Fluent English
Preferred qualifications
- Semantic modelling technologies: RDF, OWL, JSON-LD, SHACL, ShEx and SPARQL; knowledge graph modelling
- Schema or model registry, data catalogue and metadata registry tooling
- Lineage and provenance modelling, and FAIR metadata assessment
- Query-based validation using SQL or Python and notebooks for model conformance, ontology mapping or data quality checks
- Agentic AI or LLM-assisted mapping and curation, with robust validation
- Experience in pharmaceutical R&D or another regulated research environment
- Cloud platforms, Docker and workflow orchestration
- Applied machine learning and/or broad data science
- Experience mentoring or leading a small technical team
- Scientific curiosity paired with engineering discipline
- Critical thinking and attention to data provenance and quality
- Comfort with ambiguity, and the ability to move between scientific meaning and technical implementation
- An impact-driven mindset in a fast-paced environment
- Portuguese fluency
WHAT YOU´LL LOVE ABOUT WORKING HERE
- Join a multicultural and inclusive team environment.
- Enjoy a supportive atmosphere promoting work life balance.
- Hybrid work.
- Your career growth is central to our mission. Our array of career growth programs and diverse professionals are crafted to support you in exploring a world of opportunities.
- Access valuable training and certifications in cutting edge technologies.
- Engage in exciting national and international projects.
- Health and life insurance.
- Referral program with bonuses for talent recommendations.
- Great office locations.
ABOUT CAPGEMINI
ABOUT CAPGEMINI
Capgemini is the business transformation partner for enterprises in the age of AI. We help organizations imagine and build an intelligent, sustainable future, combining AI, technology and human ingenuity to transform how they operate, innovate and grow. With unique end-to-end capabilities spanning strategy, technology, engineering and intelligent operations, we bring together deep industry expertise and market-leading capabilities in AI, cloud and data to turn ambition into measurable business outcomes at scale. Supported by a robust ecosystem of partners and nearly 60 years of expertise, Capgemini is a responsible and diverse global organization of over 410,000 team members in more than 50 countries.
Como me candidatar
Não indicado no anúncio, salvo a exigência de incluir a ligação a um repositório público na candidatura. IA
Candidatar no anúncio original ↗
Preparar candidatura
Uma carta de apresentação e uma apresentação curta para esta oferta, escritas a partir do teu perfil, e o que aprender a seguir.
Entra e cria o teu perfil a partir do CV. É privado: não o partilhamos com ninguém.
Algo errado ou ilegal neste anúncio? Reportar
Ofertas semelhantes
- Senior Data ScientistIterable · Lisboa
- Data Scientist SéniorCGD · Lisboa
- Analytics Engineers| Data Modeling and ArchitectureBridge 351 · Lisboa
- Senior Consultant – Data GovernanceElevus · Lisboa
- Senior Product Owner - Research & Ontology (remote)Innotech · Lisboa
- Senior Ontology and Knowledge Graph Engineer (m/f/d)Siemens · Amadora
Formação para esta vaga
- Linguagens de Programação - Programação em PythonServiço de Formação Profissional do Portoonline · horário laboral · 350 h · gratuitoPedido neste anúncio: Python
- GH-300: GitHub CopilotRumosonline · horário laboral · 7 h · 650 € · início 20/11/2026Pedido neste anúncio: Git
- Programação em PythonCESAE Digitalonline · pós-laboral · 50 h · gratuitoPedido neste anúncio: Python
Requisitos IA
- MSc ou PhD em biologia, ciências biomédicas, bioengenharia, genética, neurociência, bioinformática ou áreas relacionadas
- Mais de 6 anos de experiência em modelação de dados científicos ou biomédicos
- Experiência sólida em LinkML ou framework de esquema equivalente
- Conhecimento profundo de princípios FAIR e ontologias biomédicas (HGNC, UniProt, MONDO, etc.)
- Experiência com gestão de ciclo de vida de esquemas em GitHub
Idiomas IA
Publicado em (1)
- Capgemini Portugal visto 14 out – 15 nov
Onde a empresa está ver no mapa →
- Lisboa (Lisboa) 144 oferta(s) · 2 no site da empresa (escritório)
- Fundão (Castelo Branco) 61 oferta(s) · 1 no site da empresa (escritório) · OSM · Google Maps
- Évora (Évora) 38 oferta(s) · 1 no site da empresa (escritório) · OSM · Google Maps
- Porto (Porto) 13 oferta(s)
- Castelo Branco (Castelo Branco) 4 oferta(s)
- Vila Nova de Gaia (Porto) ≈ 2 no site da empresa (escritório)
segundo outras ofertas da empresa, as moradas no site da empresa; consultora: o trabalho é muitas vezes nas instalações de um cliente; estas são as moradas dos escritórios da consultora. ≈ ponto aproximado (só a localidade ou o código postal são conhecidos).
Vista pela primeira vez a 14 out, 07:01