Junior Data Engineer

Stellen Sie sich vor, Sie nutzen Ihre Fähigkeiten im Bereich Data Engineering, um die Überwachung und Verwaltung der kardiovaskulären Gesundheit zu verbessern. Hilo von Aktiia definiert die Blutdrucküberwachung durch KI-gesteuerte optische Technologie neu, die auf mehr als 20 Jahren Forschung am Schweizer Zentrum für Elektronik und Mikrotechnologie (CSEM) basiert. Ihre Lösung kombiniert ein tragbares Gerät (Hilo), eine mobile App und eine cloudbasierte Plattform für Gesundheitsdienstleister – und ermöglicht es Nutzern und Ärzten, kontinuierliche, umsetzbare Einblicke in Blutdruckmuster zu erhalten.

Mit mehr als 200.000 Nutzern, über 120 Millionen US-Dollar an Finanzierung und einem CE-zertifizierten Medizinprodukt, das bereits in mehreren Märkten erhältlich ist, erweitert Aktiia weiterhin seine Technologie, Produktökosystem und internationale Präsenz. Während Aktiia seine Datenfähigkeiten ausbaut, suchen wir einen Junior Data Engineer, der dabei hilft, ein auf Databricks basierendes Medaillon-Lakehouse von einer primär F&E/Core Tech-Umgebung in eine breitere unternehmensweite Datenplattform zu skalieren.

Ihre Rolle:

• Datenaufnahme & Lakehouse-Entwicklung: Entwerfen, bauen und pflegen Sie Datenaufnahme- und Verarbeitungs-Pipelines innerhalb des von Aktiia gehosteten Databricks-Medaillon-Lakehouses, während Sie unter Anleitung eines Seniors arbeiten und schrittweise mehr Verantwortung übernehmen.
• Klinische & Legacy-Datenintegration: Nehmen Sie aktiv an der Aufnahme, Zentralisierung und Dokumentation klinischer Daten teil, die derzeit über EDC-Plattformen wie Castor und RedCap, Datenbanken, eigenständige Archive und andere historisch gewachsene Quellen verteilt sind.
• Datenexploration & praktische Datenarchäologie: Arbeiten Sie praktisch mit unbekannten und manchmal unordentlichen Datensätzen, identifizieren Sie Strukturen und Inkonsistenzen und verwandeln Sie unstrukturierte Situationen in zuverlässige, nutzbare Datenressourcen.
• Pipelines-Entwicklung & Vorverarbeitung: Erstellen Sie Vorverarbeitungs- und ETL/ELT-Pipelines, die saubere, strukturierte und modellbereite Datensätze für die Algorithmusentwicklung, Core Tech, maschinelles Lernen und Data Science-Teams bereitstellen.
• Datenqualität, Validierung & Dokumentation: Definieren und wenden Sie praktische Standards für Datenqualität, Validierung, Rückverfolgbarkeit und Dokumentation an – insbesondere für sensible und klinisch relevante Datensätze.
• Beobachtbarkeit & Ingenieurpraktiken: Implementieren Sie Protokollierung, Validierungsprüfungen, Alarmierung und grundlegende Beobachtbarkeit für neue Pipelines, während Sie zu gemeinsamen Codebasispraktiken wie Git, Code-Reviews, CI/CD und Testen beitragen.
• Plattform-Skalierung & Zusammenarbeit: Unterstützen Sie die Entwicklung des Lakehouses von ausgewählten technischen Anwendungsfällen hin zu einer unternehmensweiten Dateninfrastruktur, indem Sie eng mit dem Senior Data Engineer, ML Engineers, Data Scientists und funktionsübergreifenden Stakeholdern zusammenarbeiten.

Ihr Profil:

• Akademischer Hintergrund: Bachelor-Abschluss oder höher in Informatik, Data Engineering, Data Science, Software Engineering oder einem verwandten technischen Bereich.
• Berufliche Expertise: Mindestens 1 Jahr praktische Erfahrung nach dem Studium im Bereich Data Engineering, Dateninfrastruktur, Datenaufnahme oder einer ähnlichen praktischen technischen Rolle.
• Technische Erfahrung: Solide praktische Erfahrung mit Python und SQL sowie praktische Erfahrung mit Databricks. Sie sind mit Cloud-Umgebungen vertraut – idealerweise AWS. Sie verstehen die Grundlagen des Designs von ETL/ELT-Pipelines, Datenaufnahme-Mustern und Datenmodellierung und haben mit gemeinsamen Codebasen unter Verwendung von Git, Code-Reviews, CI/CD oder Testpraktiken gearbeitet. Erfahrung mit Spark, Delta Lake oder Parquet ist ein starkes Plus.
• Branchenerfahrung: Idealerweise haben Sie Erfahrung in einem Start-up, Scale-up oder technisch anspruchsvollen Umfeld gesammelt, in dem Sie praktisch über die Datenpipeline gearbeitet haben. Erfahrung in regulierten oder datensensiblen Branchen wie MedTech, Pharma, FinTech oder Gesundheitswesen ist von Vorteil, insbesondere wenn es um Datenqualität, Validierung und Dokumentation geht.
• Sprachkenntnisse: Englisch auf einem sehr hohen Niveau ist ein Muss. Französisch ist von Vorteil.
• Persönlichkeit: Ein neugieriger, pragmatischer und praktischer Problemlöser, der gerne Struktur in komplexe Datenumgebungen bringt. Sie arbeiten unabhängig, stellen die richtigen Fragen, bleiben gut organisiert und arbeiten offen mit Data Engineering, Data Science, ML, Algorithmus, Core Tech und Produktstakeholdern zusammen. Sie sind in der Schweiz ansässig und fühlen sich wohl, in einem hybriden Setup mit einem Tag pro Woche regelmäßiger Anwesenheit in Neuchâtel zu arbeiten.

Wir suchen einen pragmatischen, praktischen Datenbauer, der gerne mit realen klinischen und Unternehmensdaten arbeitet – jemanden, der begeistert ist, Struktur in verstreute Datensätze zu bringen, zuverlässige Pipelines zu erstellen und eine moderne Datenbasis für fortschrittliche ML- und digitale Gesundheitsanwendungen zu schaffen.

Wollen Sie Ihre Expertise im Bereich Data Engineering und cloudbasierter Lakehouse-Architekturen erweitern, während Sie zur Gesundheitstechnologie beitragen, die direkte Auswirkungen auf Hunderttausende von Menschen hat? Dann freuen wir uns darauf, Sie kennenzulernen!