Auf einen Blick
- Aufgaben: Entwickle innovative Daten- und KI-Lösungen für das Gesundheitswesen.
- Unternehmen: Führendes Unternehmen im Gesundheitsbereich mit Fokus auf Datenanalyse und KI.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, umfassende Gesundheitsleistungen und berufliche Entwicklung.
- Weitere Informationen: Remote-Position mit großartigen Aufstiegsmöglichkeiten und einem dynamischen Team.
- Warum dieser Job: Gestalte die Zukunft des Gesundheitswesens mit modernster Technologie und echten Auswirkungen.
- Qualifikationen: Mindestens 4 Jahre Erfahrung in Datenengineering oder Softwareentwicklung.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Specialty Networks ist eine integrierte, multi-specialty Organisation mit GPOs, Life Sciences und Forschungslösungen in Urologie, Gastroenterologie und Rheumatologie. Specialty Networks Lösungen umfassen das Management der Bevölkerungsgesundheit, Patientenengagement, klinische Forschung und Technologien zur Automatisierung von Arbeitsabläufen, um den Status eines Centers of Excellence in Standards of Care, klinischer Forschung, Praxisbetrieb und wertbasierter Versorgung zu erreichen. Specialty Networks nutzt die Kraft seines Netzwerks, das über 10.000 Anbieter umfasst, um unabhängigen Arztpraxen, der Industrie, Großhändlern/Verteilern, Kostenträgern und politischen Entscheidungsträgern zu helfen, die Patientenergebnisse zu verbessern.
Die PPS Analytics-Plattform von Specialty Networks analysiert Daten aus elektronischen Patientenakten (EMR), Praxismanagement, Bildgebung und Abgabesystemen und verwandelt sie mithilfe von künstlicher Intelligenz und modernen Datenanalysemöglichkeiten in bedeutungsvolle und umsetzbare Erkenntnisse für Anbieter und andere Interessengruppen.
Diese Rolle ist remote und kann überall in den Vereinigten Staaten angesiedelt sein. Die Kandidaten müssen in der Lage sein, innerhalb der EST-Geschäftszeiten (9-17 Uhr EST) zu arbeiten.
Aufgaben:
- Unterstützung beim Design und der Bereitstellung von Daten- und KI-Lösungen in Lakehouse- und SQL-Server-Umgebungen.
- Eigenverantwortung für Projekte von der Problemdefinition über das Scoping bis hin zu Architektur, Prototyping und Produktionsbereitstellung.
- Entwicklung und Implementierung moderner Gesundheitsdatenplattformen und KI-Engineering-Lösungen, einschließlich Medaillenarchitektur (Bronze/Silber/Gold), Delta Lake und T-SQL ETL.
- Design und Aufbau von KI-Fähigkeiten in natürlicher Sprache wie NLP/NLU, retrieval-augmented generation (RAG), dokumentenbasierte LLM-Extraktion und agentische Frameworks.
- Anwendung von KI- und Datenengineering-Lösungen auf verschiedene Gesundheitsdaten, einschließlich EHR/EMR, Praxismanagement (PM), Apotheke, Ansprüche und klinische Notizen.
- Leitung von 0-zu-1-Initiativen von der Idee bis zur Produktion, Definition von Problemen, Erkundung von Lösungsmöglichkeiten und Bereitstellung messbarer Werte.
- Forschung und Prototyping neuartiger Ansätze für komplexe Probleme, effektives Arbeiten in unklaren Umgebungen.
- Technische Leitung bei funktionsübergreifenden Initiativen, Festlegung der technischen Richtung auf Projektebene.
- Förderung von Ingenieuren auf mittlerem Niveau, Unterstützung ihres Wachstums und ihrer Entwicklung.
- Partnerschaft mit Produkt-, Klinik-, Analyse- und Plattformteams zur Übersetzung unklarer Anforderungen in robuste, produktionsbereite Systeme.
- Fließende Bedienung von Databricks und großen Cloud-Plattformen (Azure, GCP).
Qualifikationen:
- Erfahrung: 4+ Jahre in Datenengineering, Softwareengineering oder Analytik mit nachweislichem Erfolg bei der Umsetzung von 0-zu-1-Initiativen von der Idee bis zur Produktion.
- Bildung: Bachelor-Abschluss in Informatik, Maschinenlernen, Analytik, Ingenieurwesen oder einem verwandten Bereich wird bevorzugt; Master-Abschluss von Vorteil.
- Datenplattform-Expertise: 3+ Jahre praktische Erfahrung mit Databricks und/oder Snowflake, einer großen Cloud-Plattform (Azure, GCP oder AWS), PySpark, Spark SQL und Delta Lake-Grundlagen (ACID, MERGE, OPTIMIZE/ZORDER, Schema-Evolution).
- SQL-Kenntnisse: Erfahrung mit T-SQL auf Microsoft SQL Server (oder PLSQL/Oracle), einschließlich gespeicherter Prozeduren, Ansichten und Funktionen sowie Navigation in großen Codebasen.
- AI/ML/NLP Produktions-Erfahrung: Nachgewiesene Erfahrung (im Kontext von Gesundheitsdaten) bei der Bereitstellung von NLP/NLU und modernen KI/LLM-basierten Systemen (z.B. RAG, dokumentenbasierte Extraktion) von der Forschung bis zur Produktion, einschließlich Chunking, Retrieval, Prompting, Evaluierung, Überwachung und Kosten-/Leistungsoptimierung.
- Erfahrung mit agentischen Frameworks ist von Vorteil.
- Gesundheitsdaten & Compliance: Erfahrung im Umgang mit verschiedenen Gesundheitsdaten (EHR/EMR, PM, Apotheke, Ansprüche, klinische Notizen) unter Einhaltung von HIPAA, PHI-Verwaltung und Standards zur Datenisolierung in Mehrmietern.
- Technische Führung & Innovation: Starke technische Führungsfähigkeiten, in der Lage, Initiativen zu scopen und zu leiten, architektonische Entscheidungen zu treffen, zu mentorieren und mit Produkt-, Klinik-, Analyse- und Plattformteams zusammenzuarbeiten.
- Demonstration von intellektueller Neugier, eine Neigung zur Untersuchung und die Fähigkeit, neuartige Ansätze zu erforschen und zu prototypisieren.
- Performance Engineering & Datenmodellierung: Expertise in der Leistungsoptimierung für Spark/Databricks und SQL Server, einschließlich Plananalyse, Partitionierung, Indizierung und Abfrageoptimierung.
- Gutes Verständnis von Datenmodellierung (dimensional/normiert) und modernen ETL/ELT-Designmustern, einschließlich inkrementeller Ladevorgänge und Medaillen-Lakehouse-Architektur.
- Produktionsengineering-Disziplin: Starkes Verständnis des SDLC, Git, CI/CD (Azure DevOps, GitHub Actions oder ähnlich), automatisierte Tests, Datenqualität, Beobachtbarkeit und strenge Code-/Design-Reviews.
- KI-unterstützte Entwicklung: Praktische Erfahrung mit Claude Code, Codex oder ähnlichen KI-unterstützten Entwicklungstools.
- Kommunikation: Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten, in der Lage, technische Entscheidungen zu beeinflussen und komplexe Konzepte über verschiedene Interessengruppen hinweg zu übersetzen.
Erwarteter Gehaltsbereich: $94,900 - $135,600
Leistungen: Cardinal Health bietet eine Vielzahl von Leistungen und Programmen zur Unterstützung von Gesundheit und Wohlbefinden.
- Medizinische, zahnärztliche und visuelle Abdeckung
- Bezahlter Urlaub
- Gesundheitssparkonto (HSA)
- 401k-Sparplan
- Zugang zu Löhnen vor dem Zahltag mit myFlexPay
- Flexible Ausgabenrechnungen (FSA)
- Kurz- und langfristige Invaliditätsversicherung
- Ressourcen für die Work-Life-Balance
- Bezahlter Elternurlaub
Das Bewerbungsfenster wird voraussichtlich am 26.06.2026 geschlossen.
Wenn Sie an dieser Gelegenheit interessiert sind, reichen Sie bitte so schnell wie möglich Ihre Bewerbung ein.
Die angegebene Gehaltsspanne ist eine Schätzung. Die Vergütung bei Cardinal Health wird durch mehrere Faktoren bestimmt, einschließlich, aber nicht beschränkt auf den geografischen Standort des Kandidaten, relevante Ausbildung, Erfahrung und Fähigkeiten sowie eine Bewertung der internen Lohngleichheit.
Kandidaten, die wieder in den Beruf einsteigen, Menschen mit Behinderungen, ohne Hochschulabschluss und Veteranen werden ermutigt, sich zu bewerben. Cardinal Health unterstützt einen integrativen Arbeitsplatz, der Vielfalt in Gedanken, Erfahrungen und Hintergründen schätzt. Wir feiern die Kraft unserer Unterschiede, um bessere Lösungen für unsere Kunden zu schaffen, indem wir sicherstellen, dass die Mitarbeiter jeden Tag sie selbst sein können. Cardinal Health ist ein Arbeitgeber, der Chancengleichheit/Affirmative Action fördert. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Religion, Hautfarbe, nationaler Herkunft, Abstammung, Alter, körperlicher oder geistiger Behinderung, Geschlecht, sexueller Orientierung, Geschlechtsidentität/-ausdruck, Schwangerschaft, Veteranenstatus, Familienstand, Glaubensbekenntnis, Status in Bezug auf öffentliche Unterstützung, genetischer Status oder einem anderen durch Bundes-, Landes- oder lokale Gesetze geschützten Status Berücksichtigung für eine Anstellung.
Data/AI Engineer Arbeitgeber: Cardinal Health
Als Arbeitgeber in der EISA-Region bieten wir Ihnen die Möglichkeit, als Marketing Manager eine Schlüsselrolle in einem dynamischen Team zu übernehmen. Unsere Unternehmenskultur fördert Kreativität und Innovation, während wir gleichzeitig auf persönliche und berufliche Weiterentwicklung setzen. Genießen Sie attraktive Vergütungen und ein unterstützendes Arbeitsumfeld, das Ihre Karriere vorantreibt und Ihnen die Chance gibt, bedeutende Beiträge zu leisten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data/AI Engineer erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Cardinal Health zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data/AI Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data/AI Engineer bei Cardinal Health gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Cardinal Health vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Cardinal Health entscheidend sein!
