Lead Business Intelligence Developer — Founding Team

Vollzeit Beschreibung Gesundheitswesen Umsatzzyklusmanagement basiert auf Zahlen – AR-Tage, Ablehnungsraten, Inkassorenditen – und der Großteil der Branche stellt sie immer noch von Hand in Tabellenkalkulationen zusammen, einen Monat zu spät. Wir sind ein profitables, etabliertes RCM-Unternehmen, das unsere Technologieplattform von Grund auf neu aufbaut, und Analytik ist ein erstklassiger Teil davon, nicht eine nachträglich angefügte Überlegung. Sie wären die erste BI-Einstellung: die Person, die entscheidet, wie dieses Unternehmen seine Zahlen definiert, modelliert und präsentiert.

Ihre Arbeit hat von Anfang an zwei Zielgruppen. Unsere eigenen Umsatzzyklus-Teams, die ihre Operationen auf dem aufbauen, was Sie erstellen. Und die Gesundheitsdienstleister, die wir bedienen, die uns teilweise an der Klarheit der Berichterstattung beurteilen, die wir ihnen präsentieren.

Warum diese Rolle existiert

Die meisten BI-Rollen erben eine semantische Schicht, die jemand anderes modelliert hat, Metrikdefinitionen, über die sich niemand einig ist, und einen Rückstau von Dashboard-Anfragen. Diese hier erbt nichts – es gibt ein modernes Lakehouse (Databricks und Microsoft Fabric) und ein Gründungsteam von Ingenieuren, das parallel zu Ihnen arbeitet. Sie werden alles nördlich der Goldschicht besitzen: die semantischen Modelle, die Metrikdefinitionen und jeden Bericht, den ein Mensch sieht. Wie weit Sie in die Goldschicht selbst vordringen, hängt von Ihnen ab – mindestens werden Sie sie als ihren wichtigsten Kunden gestalten; wenn Sie die Fähigkeiten im Datenengineering haben, um Teile davon zu übernehmen, steht dieser Umfang Ihnen zur Verfügung.

Was Sie tun werden

• Die semantische Schicht von Ende zu Ende besitzen – Power BI-Modelle auf Databricks und Fabric, gebaut für Leistung, Wartbarkeit und Vertrauen
• Die Metriken des Unternehmens definieren: eine gemeinsame Definition von AR-Tagen, Ablehnungsrate, Nettosammelrate und dem Rest, sodass jedes Team und jeder Kunde dieselbe Wahrheit sieht
• Die berichterstattungsorientierte Darstellung für Anbieter erstellen, auf die unsere Kunden angewiesen sind – visuell ansprechend, intuitiv, schnell und glaubwürdig genug, um eine Geschäftsüberprüfung zu verankern. Informationsdesign ist hier Teil des Handwerks.
• Die internen Analysen erstellen, die unsere Umsatzzyklus-Teams nutzen, um ihre täglichen Operationen zu steuern und zu messen, ob unsere Automatisierung tatsächlich funktioniert
• Unsere ersten Datenanalysten-Agenten etablieren – automatisierte Analysen, die die Daten kontinuierlich überwachen, Trends und Anomalien aufdecken und den ersten Entwurf von Erkenntnissen erstellen, bevor jemand denkt, zu fragen
• Die Goldschicht als primärer Verbraucher gestalten – und die Verantwortung für Transformationen übernehmen, wenn das in Ihrem Werkzeugkasten liegt
• Die BI-Standards, Muster und Überprüfungspraktiken festlegen, auf denen die Funktion beim Wachstum basiert
• Mit Benutzern auf beiden Seiten sitzen – Betriebs-Teams und kundenorientierte Führungskräfte – und Probleme lösen, nicht Ticket-Warteschlangen

Wie wir arbeiten

Wir lösen Probleme, nicht Tickets. Sie sitzen nah bei den Menschen, die Ihre Arbeit nutzen, beobachten, wie sie tatsächlich arbeiten, und denken von den Grundprinzipien aus darüber nach, was zu bauen ist. KI-Tools sind Teil des Handwerks. Sie sollten bereits täglich KI nutzen, um DAX, SQL und Dokumentation schneller zu schreiben – und begeistert sein, zu helfen, zu definieren, wie ein KI-Datenanalyst hier aussieht.

Sie besitzen, was ausgeliefert wird. Zahlen, die einen Kunden erreichen oder eine betriebliche Entscheidung vorantreiben, sind korrekt, getestet und erklärbar. Geschwindigkeit ist wichtig; Vertrauen ist wichtiger.

Der Stack

Power BI auf Databricks und Microsoft Fabric, mit SQL durchgehend und Python, wo es hilft. Azure darunter.

Must-haves

• 8+ Jahre in BI/Analytik mit tiefem Power BI-Know-how – DAX, semantisches Modellieren
• Erfahrung mit Gesundheitsansprüchen und Zahlerdaten – Sie haben mit 835/837-Transaktionen oder angrenzenden Anspruchsdaten gearbeitet
• Starkes SQL und echte Erfahrung mit einem Lakehouse oder modernen Warehouse (Databricks, Fabric, Snowflake oder ähnlich)
• Eine Erfolgsbilanz beim Aufbau von Berichten, auf die externe Kunden oder Führungskräfte tatsächlich angewiesen waren – nicht nur interne Dashboards

Nice-to-haves

• Tiefe Kenntnisse im Bereich Umsatzzyklusoperationen – Ablehnungsmanagement, AR-Nachverfolgung, Zahlerverhalten. Sie wissen, was ein CARC-Code ist, ohne nachzuschlagen
• Besitz der Goldschicht oder Transformation (PySpark, dbt, Delta Live Tables oder Fabric-Datenflüsse)
• Fabric-spezifische Tiefe – Direct Lake, OneLake, Bereitstellungspipelines
• Erfahrung beim Aufbau einer BI-Funktion oder als erste Analytik-Einstellung irgendwo

Vergütung & Vorteile

Grundgehalt von $120.000–$225.000 – die Spanne ist breit, da der Umfang flexibel ist: wir stellen auf Lead- oder Principal-Ebene ein, je nachdem, wie viel von dem Stack Sie übernehmen können, plus Bonus. Wir bieten Gesundheits-, Zahn-, Augenversorgung, HSA- und FSA-Konten, freiwillige Versicherungen, bezahlte Feiertage, PTO und 401(k).