Auf einen Blick
- Aufgaben: Leite die Entwicklung von Datenpipelines und sorge für zuverlässige, qualitativ hochwertige Datenprodukte.
- Unternehmen: Novartis, ein führendes Unternehmen im Gesundheitswesen mit innovativer Datenstrategie.
- Vorteile: Attraktives Gehalt, umfassende Sozialleistungen und großzügige Urlaubsregelungen.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und unterstütze bessere Ergebnisse für Patienten weltweit.
- Qualifikationen: Bachelor-Abschluss in Informatik oder verwandten Bereichen und 5+ Jahre Erfahrung in der Datenverarbeitung.
Novartis ist nicht in der Lage, Umzugshilfe anzubieten: Bitte bewerben Sie sich nur, wenn Sie erreichbar sind. Das Unternehmen wird für diese Position keine Visa sponsern. Der bevorzugte Standort für diese Rolle ist der Standort East Hanover, New Jersey, aber Remote-Arbeit kann möglich sein (es kann einige Einschränkungen basierend auf der rechtlichen Einheit geben). Bitte beachten Sie, dass diese Rolle keinen Umzug bieten würde. Wenn der Mitarbeiter remote arbeitet, liegen alle Kosten für das Home Office sowie Reisen/Unterkünfte zum spezifischen Standort East Hanover, New Jersey für gelegentliche persönliche Meetings in der Verantwortung des Mitarbeiters. Die Erwartungen an Arbeitszeiten und Reisen (national und/oder international) werden vom einstellenden Manager festgelegt.
Bereit, die Grundlage zu schaffen, die vertrauenswürdige, KI-bereite Daten in großem Maßstab unterstützt? Als Associate Director, Data Engineering, spielen Sie eine entscheidende Rolle bei der Gestaltung, wie Unternehmensdaten entwickelt, verwaltet und bereitgestellt werden. Sie arbeiten an der Schnittstelle von Datenplattformen, Governance und Innovation und etablieren die Standards, Kontrollen und Ingenieurfähigkeiten, die zuverlässige, konforme und qualitativ hochwertige Datenprodukte ermöglichen. Dies ist eine aufregende Gelegenheit, die unternehmensweite Datenstrategie zu beeinflussen, moderne DataOps-Praktiken voranzutreiben und die datengestützte Entscheidungsfindung zu beschleunigen, die letztendlich bessere Ergebnisse für Patienten weltweit unterstützt.
Hauptverantwortlichkeiten
- Definieren und Durchsetzen von Unternehmensstandards für Datenengineering, Pipeline-Zuverlässigkeit und Produktionskontrollen.
- Entwerfen und Überwachen skalierbarer, verwalteter Datenpipelines zur Unterstützung kritischer Geschäfts- und Datenbereiche.
- Leiten des Lebenszyklus von Unternehmensdatenverträgen, einschließlich Überprüfung, Genehmigung, Governance und Durchsetzung.
- Implementieren von Datenbeobachtungsfähigkeiten über Monitoring, Anomalieerkennung, Servicelevel und betriebliche Alarmierung.
- Einrichten von Kontrollen, die sicherstellen, dass kritische Datenelemente nachverfolgbar, validiert und geschützt bleiben.
- Entwickeln von Schutzmaßnahmen, die verhindern, dass unvollständige, ungenaue oder nicht konforme Daten in nachgelagerte Systeme gelangen.
- Partnerschaft mit Datenmodellierungsteams, um die Ingenieureinführung mit genehmigten Unternehmensdatenmodellen abzustimmen.
- Zusammenarbeit mit Governance-, Datenschutz-, Architektur- und Plattformteams, um eine konforme Datenbereitstellung zu ermöglichen.
- Automatisierung von Bereitstellung, Validierung, Metadatenerfassung, Herkunftsgenerierung, Tests und Berichterstattung vorantreiben.
- Überwachung der betrieblichen Leistung und Leitung der Lösung von Pipeline-, Vertrags- und Datenzuverlässigkeitsproblemen.
Wesentliche Anforderungen
- Abschluss in Informatik, Informationssystemen, Datenengineering, Datenmanagement, Ingenieurwesen, Analytik oder einem verwandten Bereich.
- Mindestens 5 Jahre Erfahrung im Datenengineering, in der Daten-Governance, Datenarchitektur, im Datenproduktmanagement oder in der Bereitstellung von Unternehmensdatenplattformen.
- Erfahrung im Entwerfen, Bauen oder Verwalten von Unternehmensdatenpipelines, Datenprodukten, Datenplattformen oder Datenintegrationsfähigkeiten.
- Direkte Erfahrung mit Datenverträgen, Schema-Validierung, Datenpipeline-Überwachung, Datenbeobachtbarkeit oder Datenproduktzertifizierung.
- Erfahrung in komplexen Unternehmensumgebungen mit mehreren Datenproduzenten, -verbrauchern, -anbietern, -plattformen und Governance-Stakeholdern.
Wünschenswerte Anforderungen
- Fortgeschrittener Abschluss oder relevante Cloud-, Datenengineering-, Datenmanagement- oder Architekturzertifizierung.
- Erfahrung in der Unterstützung regulierter, datenschutzsensibler oder compliance-gesteuerter Datenumgebungen.
Das Gehalt für diese Position wird voraussichtlich zwischen 152.600 und 283.400 USD pro Jahr liegen. Das endgültige Gehalt wird basierend auf Faktoren wie, aber nicht beschränkt auf, relevante Fähigkeiten und Erfahrungen festgelegt und wird bei Novartis regelmäßig überprüft. Novartis kann die veröffentlichte Gehaltsspanne basierend auf Unternehmens- und Marktbedingungen ändern. Ihre Vergütung umfasst einen leistungsbasierten Bargeldanreiz und, abhängig von der Ebene der Rolle, die Berechtigung, für jährliche Eigenkapitalvergaben in Betracht gezogen zu werden. US-amerikanische berechtigte Mitarbeiter erhalten ein umfassendes Leistungspaket, das Gesundheits-, Lebens- und Invaliditätsleistungen, einen 401(k) mit Unternehmensbeitrag und -übereinstimmung sowie eine Vielzahl anderer Vorteile umfasst. Darüber hinaus haben Mitarbeiter Anspruch auf ein großzügiges Urlaubsangebot, einschließlich Urlaub, persönliche Tage, Feiertage und andere Abwesenheiten.
EEO-Erklärung
Die Novartis-Gruppe von Unternehmen ist ein Arbeitgeber, der Chancengleichheit bietet. Wir diskriminieren nicht bei der Rekrutierung, Einstellung, Schulung, Beförderung oder anderen Beschäftigungspraktiken aus Gründen wie Rasse, Hautfarbe, Religion, Geschlecht, nationaler Herkunft, Alter, sexueller Orientierung, Geschlechtsidentität oder -ausdruck, Familienstand oder Veteranenstatus, Behinderung oder einem anderen gesetzlich geschützten Status.
Zugänglichkeit und angemessene Vorkehrungen
Die Novartis-Gruppe von Unternehmen verpflichtet sich, mit Menschen mit Behinderungen zusammenzuarbeiten und angemessene Vorkehrungen zu treffen. Wenn Sie aufgrund einer medizinischen Erkrankung oder Behinderung eine Unterstützung benötigen, kontaktieren Sie uns bitte.
Associate Director, Data Engineering Lead Arbeitgeber: Novartis
Novartis ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Basel, Schweiz, eine dynamische und innovative Arbeitsumgebung bietet. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer Kultur der Zusammenarbeit ermöglicht das Unternehmen seinen Angestellten, ihre Fähigkeiten im Bereich KI und Technologie strategisch auszubauen. Die flexiblen Arbeitsoptionen und leistungsorientierten Boni machen Novartis zu einem attraktiven Arbeitsplatz für alle, die eine sinnvolle und lohnende Karriere anstreben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Associate Director, Data Engineering Lead 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 Novartis zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
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 Associate Director, Data Engineering Lead bei Novartis gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Novartis 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 Novartis entscheidend sein!