Data & Backend Engineer — Healthcare AI

Bei Enzian Labs glauben wir, dass Technologie das Gesundheitswesen für alle - von Patienten und Klinikern bis hin zu den Menschen, die komplexe Gesundheitssysteme betreiben - verbessern kann. Wir entwickeln Software- und KI-Lösungen, die fragmentierte Informationen und schwierige Arbeitsabläufe in nützliche, zuverlässige Produkte umwandeln.

Wir suchen einen Data & Backend Engineer, der uns hilft, unsere bestehenden Gesundheitslösungen zu skalieren und weiterzuentwickeln, indem wir sie auf neue Projekte und Anwendungsfälle ausweiten.

Sie werden Backend-Dienste, Datenpipelines, Integrationen und KI-gestützte Arbeitsabläufe entwickeln, die komplexe Gesundheitsdaten in zuverlässige, nutzbare Systeme umwandeln. Sie arbeiten eng mit unserem technischen Leiter und den Produktbeteiligten zusammen und übernehmen wesentliche Teile der Implementierung vom ersten Design bis zur Produktionsbereitstellung.

Dies ist eine praktische Rolle für einen erfahrenen Ingenieur, der datenintensive Systeme, pragmatische Architektur und die Lösung bedeutungsvoller Probleme im Gesundheitswesen schätzt und gleichzeitig den unternehmerischen Geist eines wachsenden Start-ups verkörpert.

Hauptverantwortlichkeiten:

• Backend Engineering: Entwerfen und Erstellen zuverlässiger Backend-Dienste, APIs, Integrationen und asynchroner Verarbeitungsabläufe.
• Datenpipelines: Entwicklung von Systemen, die strukturierte und unstrukturierte Daten aus mehreren Quellen erfassen, transformieren, validieren und exportieren.
• Datenmodellierung: Übersetzen komplexer Anforderungen in klare, wartbare Datenmodelle, die sowohl betriebliche Arbeitsabläufe als auch nachgelagerte Analysen unterstützen.
• Angewandte KI: Integration von LLMs und anderen KI-Funktionen in Produktionsabläufe mit angemessener Bewertung, Validierung und Fehlerbehandlung.
• Produktionsbereitstellung: Verantwortung für Funktionalitäten vom technischen Design über Implementierung, Test, Bereitstellung, Überwachung bis hin zur kontinuierlichen Verbesserung.
• Produktzusammenarbeit: Enge Zusammenarbeit mit der technischen Leitung und den Produktbeteiligten zur Klärung von Anforderungen, Identifizierung von Kompromissen und Fokussierung der Entwicklung auf die zugrunde liegenden Benutzer- und Geschäftsprobleme.
• Sicherheit und Datenschutz: Sorgfältiger Umgang mit sensiblen Gesundheitsdaten, einschließlich Datenschutz, Zugriffskontrolle, Nachvollziehbarkeit und sicherer Infrastruktur.
• Wiederverwendbare Grundlagen: Umwandlung von Lektionen und technischen Komponenten aus erfolgreichen Pilotprojekten in wartbare Fähigkeiten, die zukünftige HealthX-Projekte unterstützen können.

Mindestens erforderliche Qualifikationen:

• Erfahrung: Mindestens 3 Jahre professionelle Erfahrung in der Softwareentwicklung mit Nachweisen über die eigenständige Bereitstellung bedeutungsvoller Backend- oder datenintensiver Funktionalität.
• Datenengineering: Erfahrung in der Verarbeitung, Transformation und Validierung von Daten, einschließlich der Diagnose von Datenqualitäts- und Integrationsproblemen.
• Backend-Systeme: Praktische Erfahrung im Entwerfen von APIs, Arbeiten mit relationalen Datenbanken und dem Erstellen von Diensten, die zuverlässig in der Produktion laufen.
• Ingenieurgrundlagen: Ein fundiertes Verständnis von Tests, Versionskontrolle, Beobachtbarkeit, Sicherheit und wartbarem Softwaredesign.
• End-to-End-Verantwortung: Fähigkeit, zwischen Anforderungen, Implementierung, Bereitstellung und Fehlersuche in der Produktion zu wechseln. Fähigkeit, durch Unklarheiten zu navigieren, nützliche Fragen zu stellen und pragmatische technische Entscheidungen basierend auf realen Benutzerbedürfnissen zu treffen.

Bevorzugte Qualifikationen:

• Erfahrung im Gesundheitswesen: Erfahrung im Gesundheitswesen, in der Gesundheitstechnologie, mit klinischen Daten oder in einem anderen datenschutzsensiblen oder regulierten Umfeld. Vertrautheit mit der EU MDR und der Schweizer Medizinprodukteverordnung (MepV/MedDO) ist von Vorteil.
• Angewandte KI: Erfahrung im Aufbau von Anwendungen mit LLMs, Dokumentenverarbeitung, Informationsextraktion, Evaluierungs-Pipelines oder verwandten KI-Technologien.
• Cloud-Plattformen: Praktische Erfahrung mit GCP oder einer anderen großen Cloud-Plattform, einschließlich verwalteter Datenbanken, containerisierten Workloads und Cloud-Speicher.
• Datenstandards: Vertrautheit mit Gesundheitsdatenstandards oder -modellen wie OMOP ist hilfreich, aber nicht erforderlich.
• Bildung: Ein Hochschulabschluss in Informatik, Datenwissenschaft, Ingenieurwesen oder einem verwandten Fachgebiet wird bevorzugt; starke gleichwertige berufliche Erfahrungen sind ebenfalls willkommen.
• Sprachkenntnisse: Deutsch ist von Vorteil, insbesondere für die Zusammenarbeit mit Schweizer Kunden und Stakeholdern.

Dies ist eine unbefristete Vollzeitstelle mit Sitz in Zürich. Wir arbeiten in einem hybriden Setup, wobei die meisten Arbeitstage gemeinsam im Büro verbracht werden.

Sie werden Teil eines kleinen Teams, in dem Ingenieure eng an Produktentscheidungen und der realen Auswirkung ihrer Arbeit beteiligt sind. Sie werden bedeutende Verantwortung übernehmen, ohne ein Team leiten oder als technischer Leiter fungieren zu müssen.