Auf einen Blick
- Aufgaben: Entwickle und optimiere Datenpipelines für eine datengestützte Entscheidungsfindung.
- Unternehmen: Franciscan Health, eines der größten katholischen Gesundheitssysteme im Mittleren Westen.
- Vorteile: Wettbewerbsfähiges Gehalt, umfassende Sozialleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Mentoring-Möglichkeiten und ein dynamisches Team warten auf dich!
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und unterstütze die Gesundheitsversorgung durch innovative Lösungen.
- Qualifikationen: Erfahrung in Datenarchitekturen und ETL-Technologien sowie starke SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Der Data Analytics Engineer 3 ist verantwortlich für das Design und die Erstellung von Tabellen innerhalb von Datenmarts, Data Lakes und Data Warehouses sowie für alle damit verbundenen Funktionen zur Extraktion, Transformation und dem Laden von Daten. Er arbeitet in verschiedenen Umgebungen, um Systeme zu erstellen, die Rohdaten sammeln, verwalten und in nutzbare Informationen für Analytik-Entwickler und Geschäftsanalysten umwandeln. Ihr Ziel ist es, Daten zugänglich zu machen, damit Organisationen diese zur Bewertung und Optimierung ihrer Leistung nutzen können. Sie entwickeln und testen auch Architekturen, die die Datenextraktion und -transformation für prädiktive oder präskriptive Modellierung ermöglichen.
Der Dateningenieur ist verantwortlich für die Erweiterung und Optimierung unserer Daten- und Datenpipeline-Architektur sowie für die Optimierung des Datenflusses und der Datensammlung für funktionsübergreifende Teams. Er erhält Anweisungen und Leitlinien von leitenden Dateningenieuren und der Abteilungsleitung, um die Fähigkeiten des Teams im Bereich Daten und Analytik zu verbessern. Zudem betreut er junior Dateningenieure und unterstützt Benutzer in der gesamten Organisation, um die Datenbildung und eine datengestützte Kultur in allen Aspekten des klinischen und geschäftlichen Betriebs zu fördern.
ERFAHRUNG, DIE WIR SUCHEN
- Tiefes Verständnis moderner Datenarchitekturen, einschließlich Lakehouse-Designmuster und skalierbarer Datenverarbeitungsansätze
- Praktische Erfahrung mit Azure-Datenplattformen, einschließlich ADLS, Azure Data Factory (ADF), Databricks und verwandten Lakehouse-Technologien
- Starke Erfahrung im Design und der Implementierung von metadatengetriebenen, skalierbaren Datenpipelines
- Kenntnisse in Python und PySpark zum Erstellen von Datenpipelines, Transformationen und verteilten Verarbeitungsworkloads
- Erfahrung in der Integration von Daten über Systeme hinweg unter Verwendung von APIs und anderen modernen Datenverbindungsmustern
- Kenntnisse in DevOps- und DataOps-Praktiken, einschließlich CI/CD für Datenpipelines und Cloud-Infrastruktur
- Fortgeschrittene SQL-Kenntnisse mit Erfahrung in der Verwaltung und Optimierung relationaler Datenplattformen
- Vertrautheit mit Microsoft Fabric ist von Vorteil
- Erfahrung mit Gesundheitsdatenplattformen wie Epic Cogito ist von Vorteil
WAS SIE ERWARTEN KÖNNEN
- Konsultation: Zusammenarbeit mit Daten- und Analytikexperten, um eine größere Funktionalität in unseren Datensystemen anzustreben.
- Datenpipelines: Unter Anleitung der Führungskraft entwirft, implementiert und erweitert er kontinuierlich Datenpipelines durch Durchführung von Extraktions-, Transformations- und Ladeaktivitäten.
- Erstellung und Pflege einer optimalen Datenpipeline-Architektur.
- Zusammenstellung großer, komplexer Datensätze, die funktionale/nicht-funktionale Geschäftsanforderungen erfüllen.
- Identifizierung, Design und Implementierung interner Prozessverbesserungen: Automatisierung manueller Prozesse, Optimierung der Datenbereitstellung, Neugestaltung der Infrastruktur für größere Skalierbarkeit usw.
- Wissenserfassung: Erfassung von Anforderungen und Wissen über Geschäftsprozesse, um die Daten so zu transformieren, dass sie den Bedürfnissen der Endbenutzer entsprechen.
- Speicherbedarf: Präsentation von Datenlakes, Marts und Lageroptionen basierend auf Speicherbedürfnissen.
- Datenarchitektur: Sicherstellung, dass die Datenarchitektur skalierbar und wartbar ist.
- Potenzielle Probleme: Untersuchung von Daten zur Identifizierung potenzieller Probleme innerhalb der ETL-Pipelines, Benachrichtigung der Endbenutzer und Vorschlag geeigneter Lösungen.
- Tests: Durchführung von vorläufigen Tests der Lager- und Datenbankumgebung, bevor Daten extrahiert werden.
- Datenextraktion: Extraktion von Daten und Übertragung in die Lagerumgebung, andere Datenbanken oder Dateien.
- Wartung: Bereitstellung von Wartung und Unterstützung. Aufrechterhaltung ordnungsgemäßer Dokumentations- und Codekommentierungspraktiken.
- Durchführung anderer zugewiesener Aufgaben.
QUALIFIKATIONEN
- Erforderlich: Bachelor-Abschluss in Betriebswirtschaft, Informatik, Ingenieurwesen, Informationssystemen, öffentlicher Gesundheit oder einem verwandten Bereich
- Bevorzugt: Master-Abschluss in Informatik, Betriebswirtschaft, Gesundheitsmanagement, Informationssystemen oder einem verwandten Bereich
- 5 Jahre Erfahrung im Aufbau von Datenpipelines unter Verwendung von ETL-Technologien wie SSIS oder Informatica
- Erforderlich: 3 Jahre SQL-Entwicklung mit SQL Server/Oracle-Umgebung
- Erforderlich: 2 Jahre Erfahrung mit Cloud-Datenplattformen und zugehörigen Tools wie MS Azure, AWS oder GCP
REISEBEREITSCHAFT: Nie oder selten
GEHALTSBEREICH: Datenanalytik-Ingenieur $82,931.74 - $114,031.14
GLEICHBERECHTIGTE CHANCEN ARBEITGEBER: Es ist die Politik der Franciscan Alliance, ihren Mitarbeitern und qualifizierten Bewerbern für eine Anstellung gleiche Beschäftigung zu bieten, wie es durch geltendes lokales, staatliches oder Bundesrecht gefordert wird. Die Franciscan Alliance behält sich das Recht auf Gewissenswiderspruch vor, falls lokale, staatliche oder Bundesverordnungen, die ihren Werten und dem freien Ausüben ihrer religiösen Rechte widersprechen, erlassen werden. Die Franciscan Alliance verpflichtet sich zur Chancengleichheit in der Beschäftigung. Franciscan bietet berechtigten Mitarbeitern umfassende Leistungsangebote. Finden Sie eine Übersicht im Abschnitt „Leistungen“ auf unserer Karriereseite, jobs.franciscanhealth.org.
Data Analytics Engineer III Arbeitgeber: Franciscan Health
Franciscan Physician Network ist ein hervorragender Arbeitgeber, der eine unterstützende und teamorientierte Arbeitsumgebung bietet. Mit einem Fokus auf klinische Exzellenz und Patientenzufriedenheit profitieren Mitarbeiter von flexiblen Arbeitszeiten, einem umfassenden Leistungspaket und Möglichkeiten zur beruflichen Weiterentwicklung in einer der größten katholischen Gesundheitsorganisationen im Mittleren Westen. Die moderne Ausstattung und die enge Zusammenarbeit mit erfahrenen Fachärzten machen die Position besonders attraktiv für Fachkräfte im Bereich der orthopädischen Chirurgie.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Analytics Engineer III 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 Franciscan 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 Analytics Engineer III 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 Analytics Engineer III bei Franciscan Health gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Franciscan 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 Franciscan Health entscheidend sein!
