VP of Data, MyHealthTeam

Schließen Sie sich uns an, um das Patientenerlebnis neu zu definieren. MyHealthTeam baut Gemeinschaften für Menschen mit chronischen und seltenen Erkrankungen auf. Wir erreichen jeden Monat Millionen von Menschen und investieren stark in KI, um Mitgliedern zu helfen, die richtige Unterstützung, Inhalte und Empfehlungen sicher, verantwortungsbewusst und in großem Maßstab zu finden.

Wir suchen einen VP of Data, um unsere Datenfunktion in eine strategische, von Führungskräften geleitete Disziplin zu vereinen und zu fördern. Diese Führungskraft wird die Verantwortung für Datenengineering, Analytik, Governance und die Bereitschaft von KI-Daten übernehmen – von Anfang bis Ende – und die Grundlage schaffen, die es KI- und LLM-Tools ermöglicht, Teil der täglichen Arbeitsabläufe im gesamten Unternehmen zu werden.

Was Sie tun werden:

• Leiten Sie die einheitliche Datenorganisation, die Datenengineering (ETL, Pipelines, Warehouse, Modellierung), Analytik (Unternehmensberichterstattung, Business Intelligence, prädiktive Modellierung), Daten-Governance und Standards sowie die Bereitschaft von KI-Daten und semantische Architektur umfasst.
• Erstellen Sie eine mehrjährige Datenarchitektur-Roadmap, die die Datenmodellierung mit den Bedürfnissen des Unternehmens in Einklang bringt und sicherstellt, dass strukturierte Daten bereit sind, um KI-Anwendungsfälle zu unterstützen.
• Stärken Sie die Analytik als strategischen Partner für das Geschäft.
• Fahren Sie proaktive Erkenntnisgenerierung, strategische Rahmung von Daten für die Führungsebene und unternehmensweites Denken darüber, wie Daten einen Wettbewerbsvorteil schaffen.
• Seien Sie ein praktischer technischer Leiter, der bei Bedarf tief in Architektur, Datenmodellierung und Pipeline-Design eintauchen kann, während Sie auch als Teammanager, Mentor und externer Partner glänzen.
• Definieren Sie, wie KI- und LLM-Tools Teil der täglichen Arbeitsabläufe werden.
• Arbeiten Sie eng mit Geschäftsanwendern zusammen, um das Muster für die Bereitstellung von aktualisierbaren, verwalteten Datensätzen in KI-Assistenten-Umgebungen zu definieren und umzusetzen, damit Geschäftsteams ohne manuelle Uploads oder Dateiverwaltung auf aktuelle Daten zugreifen können.
• Organisieren Sie systematisch wichtige Betriebsdatenquellen in strukturierte Pipelines, die es LLM-Tools ermöglichen, Mitarbeiter sicher und zuverlässig zu unterstützen.
• Stellen Sie Governance, Konsistenz und Klarheit über Datensysteme sicher und gewährleisten Sie Datenqualität, Zugänglichkeit und Auditierbarkeit in großem Maßstab.
• Verbessern Sie die Servicelevels für Geschäftsteams, die Klarheit der Priorisierung, Transparenz in Zeitplänen und Konsistenz in der Lieferung durch Prozessneugestaltung, Projektmanagementdisziplin und Toolverbesserungen.
• Arbeiten Sie eng mit Engineering-, Produkt- und Betriebsleitern zusammen, um sicherzustellen, dass das Schema-Design mit der geschäftlichen Nutzung übereinstimmt und die Bereitschaft von LLM in die Datenarchitektur von Grund auf integriert wird.

Beispiele für die Ergebnisse, die Sie erzielen werden:

• Ein einheitliches Unternehmensdatenmodell mit systematischer Eingliederung wichtiger Betriebsdaten in KI-bereite Strukturen.
• Disziplinierte, funktionsübergreifende LLM-Nutzung, unterstützt durch verwaltete, aktualisierbare interne Datensätze.
• Automatisierte Erstellung von Kundenberichten, die Effizienz, Konsistenz und Reaktionsfähigkeit gegenüber Kunden verbessern.
• LTV/CE-Mix-Analyse, die proaktive Kontoplanung und bessere kommerzielle Priorisierung unterstützt.
• Eine Inhaltsintelligenz-Engine, die die wertvollsten SEO-, CRM- und redaktionellen Möglichkeiten aus einheitlichen Leistungs-, Zielgruppen- und Inhaltsdaten identifiziert.
• Marketingoptimierung einschließlich Empfehlungen zur Kanalverteilung und verbesserter Attributionsgenauigkeit.

Must-Have Qualifikationen:

• 12+ Jahre Erfahrung in Datenengineering, Analytik oder verwandten Bereichen, davon 5+ Jahre in Führungspositionen mit der Leitung funktionsübergreifender Datenteams.
• Nachweisliche Erfolge beim Aufbau und der Skalierung einheitlicher Datenorganisationen (Engineering und Analytik) in einem produktorientierten Unternehmen.
• Tiefe Expertise in moderner Datenarchitektur: Warehousing, ETL/ELT-Pipelines, Datenmodellierung und Governance in großem Maßstab.
• Starkes Verständnis dafür, wie strukturierte Daten KI/LLM-Anwendungsfälle ermöglichen, einschließlich semantischer Schichten, Abrufsystemen und Mustern der Datenbereitschaft.
• Erfahrung in der Definition und Umsetzung mehrjähriger Datenstrategien und -roadmaps auf Führungsebene.
• Nachgewiesene Fähigkeit, Analytik von reaktiver Berichterstattung zu proaktiver, strategischer Erkenntnisgenerierung zu heben.
• Starke Präsenz auf Führungsebene und Instinkte für Stakeholder: Sie können mit Führungskräften im gesamten Unternehmen zusammenarbeiten und Datenfähigkeiten in Wettbewerbsvorteile übersetzen.
• Erfahrung in der Förderung operativer Exzellenz in der Datenlieferung – Verbesserung der Reaktionsfähigkeit, Priorisierung und Servicelevels für Geschäftsteams.

Nice-to-Have Qualifikationen:

• Erfahrung im Gesundheitswesen, in der Gesundheitstechnologie oder in regulierten Umgebungen (Kenntnisse über HIPAA/PHI von Vorteil).
• Praktische Erfahrung mit LLM- und KI-Tools und ein Verständnis dafür, wie aufkommende KI-Fähigkeiten die Datenstrategie umgestalten.
• Erfahrung mit Experimentierplattformen, kausalen Inferenz- und Messrahmen.
• Hintergrund in Konsumgütern mit großflächigen Verhaltens-, Text- oder Klickstromdaten.
• Nachgewiesene Fähigkeit, KI- und Datenkompetenz in nicht-technischen Teams zu fördern, mit einer Erfolgsbilanz sowohl in der Lieferung als auch in der Akzeptanz.
• Die Fähigkeit, zwei Tage pro Woche persönlich in unserem Büro in San Francisco zu arbeiten oder, wenn Sie remote sind, vierteljährlich für Vor-Ort-Besuche zu reisen.

Einige Tools, die wir verwenden:

• Databricks/Spark für verteilte Verarbeitung.
• Redshift und BI-Tools (Looker/Tableau) für Analytik.
• Terraform für Infrastruktur als Code, Airflow für Orchestrierung, GitHub Actions für CI/CD.
• AWS (einschließlich Bedrock) und eine Mischung aus privaten und offenen Modellen.
• Mongo/Datenbanken, GA4, Werbe- und bezahlte Medienplattformen.
• KI-unterstützte Codierungs- und Workflow-Tools (z. B. Cursor, Copilot und Claude/OpenAI-Tools).

Arbeitsmodell:

Das MyHealthTeam Engineering Team arbeitet hybrid. Wenn Sie im San Francisco Bay Area sind, sind Sie herzlich eingeladen, persönlich in unserem Büro in der One Post Plaza in San Francisco zu arbeiten, typischerweise zwei Tage pro Woche. Wenn Sie remote sind, können wir gelegentliche Vor-Ort-Besuche arrangieren.

Warum MyHealthTeam @Swoop:

• Mission-driven work with massive reach: Helfen Sie Millionen von Menschen, Unterstützung und bessere Gesundheitsergebnisse zu finden.
• Eine entscheidende Führungsrolle: Gestalten Sie die Datenstrategie, die ein KI-orientiertes Unternehmen antreibt.
• Hohe Eigenverantwortung: Kleine Teams, schnelles Arbeiten und sichtbare Auswirkungen.
• Starke Zusammenarbeit: Produkt-, Ingenieur-, Daten- und Fachexperten arbeiten zusammen.
• Eine Chance, einen Wettbewerbsvorteil aufzubauen: Machen Sie Datenkompetenz und KI-Kompetenz zum Teil der betrieblichen DNA des Unternehmens.