Senior Data Engineer

Über ParetoHealth

ParetoHealth definiert die Art und Weise, wie Arbeitgeber das Gesundheitswesen finanzieren, neu. Als die größte und am schnellsten wachsende Benefits-Captive in den Vereinigten Staaten helfen wir Tausenden von kleinen und mittelständischen Arbeitgebern, die Kontrolle über die Gesundheitskosten durch ein intelligenteres, nachhaltigeres Modell zu übernehmen.

Unsere Mission ist einfach: kleinen und mittelständischen Arbeitgebern die Skalierung und den Schutz zu geben, die sie benötigen, um Volatilität zu beseitigen und die Gesundheitskosten zu senken. Durch die Kombination von datengestützten Erkenntnissen, innovativem Risikomanagement und der kollektiven Kaufkraft unserer Gemeinschaft ermöglichen wir es Arbeitgebern, Volatilität zu reduzieren, langfristige Ergebnisse zu verbessern und Einsparungen in ihre Unternehmen und ihre Mitarbeiter zu reinvestieren.

Der Hauptsitz von ParetoHealth befindet sich in Philadelphia, und wir wachsen schnell und transformieren eine der größten Branchen des Landes. Unser Erfolg wird von talentierten Menschen getragen, die durch unsere vier Kernwerte vereint sind: Fire in the Belly, For the Greater Good, See the Field und Get It Done Right. Diese Werte prägen, wie wir innovieren, zusammenarbeiten, Entscheidungen treffen und außergewöhnliche Ergebnisse für unsere Kunden und füreinander liefern.

Wenn Sie begeistert sind, komplexe Herausforderungen zu lösen, in einer wachstumsstarken Umgebung gedeihen und die Zukunft des Gesundheitswesens mitgestalten möchten, würden wir uns freuen, Sie kennenzulernen.

Bitte beachten Sie, dass ParetoHealth für diese Position keine Arbeitsvisum-Sponsoring anbietet. Die Kandidaten müssen berechtigt sein, ohne Sponsoring sowohl jetzt als auch in Zukunft in den Vereinigten Staaten zu arbeiten.

Positionszusammenfassung:

Der Senior Data Engineer wird serverlose Datenpipelines und Datenmodelle auf AWS entwerfen, erstellen und warten, die qualitativ hochwertige, analytikbereite Daten für unsere KI- und Analytikteams bereitstellen. Diese Rolle wird für die Eingaben, Transformationen und Speicherungsmuster verantwortlich sein, die Dienste wie Lambda, Glue, Athena und S3 nutzen, um sicherzustellen, dass die Daten zuverlässig, gut dokumentiert und auf die Geschäfts- und Modelltrainingsbedürfnisse abgestimmt sind. Die Rolle wird auch mit der Data Science zusammenarbeiten, um MLOps zu unterstützen, einschließlich reproduzierbarer maschineller Lerntraining- und Bewertungs-Pipelines, automatisierter Merkmalsgenerierung, Bereitstellung und Überwachung.

Hauptverantwortlichkeiten:

• Entwerfen, implementieren und warten von skalierbaren, vollständig serverlosen Datenpipelines auf AWS unter Verwendung von Lambda, Glue, Athena, Step Functions und S3 zur Unterstützung von Berichterstattung, Analytik und KI-Anwendungsfällen.
• Erstellen und Weiterentwickeln von Datenmodellen und -schemata, die leistungsfähige Abfragen und nachgelagerte Nutzung durch KI-, Analytik- und Engineering-Teams ermöglichen.
• Entwickeln von ETL/ELT-Workflows zum Einlesen, Reinigen, Transformieren und Laden von Daten aus internen Anwendungen, Drittanbieterquellen und Ereignisströmen in unseren Datenlake und analytischen Schichten.
• Eng mit Produkt-, Underwriting-, Analytik- und KI-Interessengruppen zusammenarbeiten, um Datenanforderungen zu verstehen und in robuste Datenstrukturen, Verträge und SLAs zu übersetzen.
• Datenqualitätskontrollen, Überwachung und Alarmierung implementieren, um die Genauigkeit, Vollständigkeit, Aktualität und Herkunft kritischer Datensätze und Merkmale, die von Modellen verwendet werden, sicherzustellen.
• Serverlose Workloads hinsichtlich Kosten, Leistung und Skalierbarkeit optimieren, einschließlich Abfrageoptimierung in Athena und effizienten Speicherformaten/Partitionierung in S3.
• Zu und Durchsetzen von Best Practices im Bereich Datenengineering beitragen, einschließlich Versionskontrolle, Code-Überprüfung, CI/CD für Datenpipelines und Infrastruktur als Code mit AWS CDK.
• Mit KI- und Analytikteams zusammenarbeiten, um Merkmalsstores und andere wiederverwendbare Datenressourcen zu entwerfen und zu pflegen, die Experimente und Modellbereitstellungen beschleunigen.
• Pipeline-Probleme beheben, datenbezogene Vorfälle lösen und fortlaufende Unterstützung für Produktionsdaten-Workflows und modellgesteuerte Anwendungen bieten.
• Datenmodelle, Pipelines und Datenverträge dokumentieren und die Datenkompetenz sowie die Selbstbedienungsanalytik in der gesamten Organisation fördern.

Erforderliche Fähigkeiten und Qualifikationen:

• Starke Erfahrung mit AWS-Daten- und serverlosen Diensten (Lambda, Glue, Athena, S3, Step Functions oder ähnlichen Orchestrierungstools).
• Fortgeschrittene Kenntnisse in Python (erforderlich) und SQL, mit Erfahrung in relationalen und NoSQL-Datenbanken und im Aufbau wiederverwendbarer ETL/ELT-Bibliotheken.
• Praktische Erfahrung mit PySpark für verteilte Datenverarbeitung ist stark bevorzugt; TypeScript-Erfahrung für AWS CDK erforderlich.
• Erfahrung mit MLOps-Praktiken, einschließlich versionierter Merkmale und Trainingsdatensätze, Orchestrierung von Trainings- und Bewertungs-Workflows, CI/CD, Modell-/Datenüberwachung und reproduzierbaren Bereitstellungen in Zusammenarbeit mit KI.
• Solides Verständnis der Datenmodellierungsprinzipien für KI-Workloads.
• Kenntnis von Datenqualität, Governance und Sicherheit für sensible Gesundheits- und Finanzdaten, einschließlich minimaler Zugriffsrechte, Aufbewahrung, Klassifizierung, Tokenisierung und De-Identifizierung.
• Praktische Erfahrung mit Infrastruktur als Code, vorzugsweise AWS CDK, zur Bereitstellung und Verwaltung von Dateninfrastruktur.
• Fähigkeit, mit KI- und Analytikteams zusammenzuarbeiten, um Datenlösungen für Modellversuche und -produktion zu entwerfen; Kedro oder ähnliche Workflow-Erfahrung ist ein Plus.
• Starke Kommunikationsfähigkeiten, um komplexe Datenkonzepte klar an Geschäftspartner zu erklären; Erfahrung im regulierten Bereich, vorzugsweise im Gesundheitswesen oder bei Versicherungsansprüchen, ist ein Plus.

Mindestens Anforderungen:

• Abschluss in Informatik, Ingenieurwesen, Mathematik, Datenwissenschaft oder einem verwandten Bereich oder gleichwertige praktische Erfahrung; ein Master-Abschluss wird bevorzugt.
• 5+ Jahre Erfahrung im Datenengineering oder in einer verwandten Rolle, mit erheblichem Verantwortungsbereich für Produktionsdatenpipelines und Analyseplattformen; praktische ML/AI-Erfahrung zur Unterstützung der Merkmalsvorbereitung, Modelltraining, Bereitstellung oder Überwachung wird stark bevorzugt.
• Erfahrung mit AWS-Datenservices in einer Produktionsumgebung (z. B. Lambda, Glue, Athena und S3) wird bevorzugt; gleichwertige Produktionserfahrung auf einer anderen Cloud-Datenplattform wird berücksichtigt.

Vorteile:

• Vollständig bezahlte medizinische, zahnärztliche und augenärztliche Leistungen.
• Flexible PTO.
• 401k-Unternehmensbeitrag.
• Studiengebührenrückerstattung.
• Berufliche Entwicklungskosten.
• Transportzulage und tägliche Parkrückerstattung.
• Engagierende hybride Arbeitsumgebung.

Wir werden von unseren Werten geleitet:

• Fire in the belly: Der Antrieb zu lernen, sich zu verbessern und jeden Tag herausragenden Wert zu liefern.
• See the field: Die Fähigkeit, das große Ganze zu sehen und sich auf die Bedürfnisse von morgen vorzubereiten.
• Get it done right: Die Leidenschaft, in höheren Raten und nach höchsten Standards zu produzieren.
• For the greater good: Eine vereinte Gemeinschaft, die bessere Gesundheitslösungen für alle schafft.

Bitte beachten Sie, dass jede Kommunikation von unseren Recruitern und Einstellungsmanagern bei ParetoHealth über eine Stellenanzeige nur von einem ParetoHealth-Mitarbeiter mit einer @paretohealth.com-Adresse erfolgen wird. ParetoHealth führt keine Textnachrichten- oder chatbasierten Interviews durch. Alle anderen E-Mail-Adressen, Agenturen oder Foren können Phishing-Betrügereien sein, die darauf abzielen, Ihre persönlichen Informationen zu erhalten.

Wir werden Sie nicht auffordern, persönliche oder finanzielle Informationen bereitzustellen, einschließlich, aber nicht beschränkt auf Ihre Sozialversicherungsnummer, Online-Konto-Passwörter, Kreditkartennummern, Reisepassinformationen und andere verwandte Bankinformationen, bis wir mit den Onboarding-Aktivitäten beginnen, die von einem Mitglied des ParetoHealth People Ops-Teams mit einer @paretohealth.com-E-Mail-Adresse koordiniert werden.

Offenlegungen:

ParetoHealth ist ein Arbeitgeber, der Chancengleichheit bietet, und diskriminiert nicht aufgrund von Rasse, Hautfarbe, Religion (Glaubensbekenntnis), Geschlecht, Geschlechtsidentität, Alter, nationaler Herkunft (Abstammung), Behinderung, Familienstand, sexueller Orientierung oder Militärstatus in allen seinen Aktivitäten oder Operationen.