Vereinigte Staaten
Launch Legends
Iterative Health
Staff Data Engineer
Vereinigte Staaten
Cambridge, Massachusetts, United States · Cambridge, New York, United States · New York, New York, United States
PythonJavaSQLGo
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Iterative Health ist ein Unternehmen für Gesundheitstechnologie und -dienstleistungen, das die Beschleunigung klinischer Forschung vorantreibt, um die Patientenergebnisse zu verbessern. Wir haben ein führendes, leistungsorientiertes Netzwerk von über 100 Standorten in den USA, Europa, Indien und Australien aufgebaut, das Forschung direkt in den Gemeinden durchführt, in denen die Versorgung stattfindet, und zwar in den Bereichen Gastroenterologie, Hepatologie, Adipositas und Kardiologie. Durch die Kombination von tiefgreifender Expertise in klinischen Studien mit modernster KI verbinden wir die wissenschaftlichen Ambitionen der Sponsoren mit leistungsstarken Forschungsteams, die den Zugang zu neuartigen Therapeutika für bedürftige Patienten beschleunigen und erweitern. Heute hat Iterative Health seinen Hauptsitz in Cambridge, Massachusetts, und New York City mit über 250 Mitarbeitern weltweit.
Über die Rolle
Die Beschleunigung klinischer Forschung ist eine der größten Herausforderungen im Gesundheitswesen. Es gibt vielversprechende Therapien, zu denen Patienten keinen Zugang haben, weil die operative Infrastruktur für die effiziente Durchführung klinischer Studien noch nicht existiert. Wir bauen sie. Das bedeutet, technologische Systeme zu entwickeln, die Ordnung in eine fragmentierte Landschaft klinischer Datenquellen bringen, die operativen Arbeiten automatisieren, die Studien verlangsamen, und reale klinische Daten in eine Grundlage für prädiktive Intelligenz verwandeln.
Wir bauen einen einzigartig wertvollen Datenbestand auf: reale Patienten- und Forschungsdaten, die über mehr als 80 Studienstandorte fließen, Dutzende von EHRs und klinische Systeme umfassen und sich auf Patientengruppen konzentrieren, die von der bestehenden Infrastruktur für klinische Forschung chronisch unterversorgt sind. Ihre Aufgabe ist es, die Pipelines, Datenmodelle und KI-Infrastruktur zu erstellen, die diesen Datenbestand real machen, von der Erfassung und Normalisierung bis hin zu den Systemen, die Vorhersagen darauf ermöglichen. Sie werden die Datenqualität und -beobachtbarkeit als grundlegende ingenieurtechnische Probleme verantworten. Sie werden auch direkten Einfluss darauf haben, wie diese Daten unsere KI-Strategie steuern, was wir modellieren, was wir vorhersagen und was möglich wird.
Dies ist eine Gelegenheit für jemanden, der Teil eines kleinen, schnelllebigen Ingenieurteams in einer frühen Phase sein möchte. Sie werden mitgestalten, was gebaut wird, wie Entscheidungen getroffen werden und was das Team wird.
Verantwortlichkeiten
- Verantwortung für die Datenebene und Architektur: die Modelle, Schemata und Infrastruktur-Entscheidungen, von denen alles nachgelagerte abhängt
- Aufbau und Betrieb der Pipelines und Transformationen, die Daten von der Erfassung über die Normalisierung und Anreicherung in die Formate bringen, die Analysen, ML-Training und die Bereitstellung von Produktionsmodellen unterstützen
- Verantwortung für Datenqualität und -beobachtbarkeit: Aufbau der Systeme, die Datenprobleme sichtbar und korrigierbar machen, bevor sie sich häufen
- Partnerschaft mit ML- und Ingenieurteams, um zu identifizieren, was modellierbar ist, Trainingsdatenanforderungen zu definieren und die Datenfundamente für neue prädiktive Fähigkeiten zu schaffen
- Definieren, wie klinische und operative Daten im gesamten System verwaltet werden
- Bewertung und Auswahl der Werkzeuge und Technologien, aus denen der Daten-Stack besteht, mit einer klaren Haltung zu Build vs. Buy
- Mitgestaltung der Ingenieurkultur eines kleinen, wachsenden Teams: wie technische Entscheidungen getroffen werden, wie Probleme diskutiert werden, was Rigorosität in der Praxis bedeutet
Wonach wir suchen
Erforderliche Qualifikationen
- Mindestens 10 Jahre Erfahrung in Data Engineering oder verwandten Bereichen, mit erheblicher Zeit für den Aufbau von Datensystemen
- Erfahrung mit Gesundheitsdaten stark bevorzugt (HL7, FHIR, Claims, EHR-Extrakte) oder anderen komplexen, regulierten Datenbereichen
- Tiefgreifende Erfahrung in der Modellierung und Integration von Daten aus mehreren heterogenen Quellen mit inkonsistenten Schemata und unterschiedlicher Qualität
- Erfahrung in der Anwendung von KI und LLMs auf Data Engineering-Probleme: Extraktion, Normalisierung, Klassifizierung, Entitätsauflösung
- Starkes Verständnis dafür, wie Dateninfrastruktur ML-Workflows von der Feature-Entwicklung über Trainingsdaten-Pipelines bis zur Modellbereitstellung unterstützt
- Fließende Kenntnisse in SQL und mindestens einer modernen Programmiersprache (Python, Java, Scala, Go) mit Erfahrung in moderner Dateninfrastruktur – verteilte Verarbeitung, Streaming, Cloud-native Speicherung, Orchestrierung und Transformations-Frameworks
- Haben Datensysteme von Anfang an aufgebaut und grundlegende Entscheidungen mit unvollständigen Informationen getroffen
- Erhöhen Sie auf natürliche Weise die Qualität der umgebenden Technik durch Code-Reviews, Design-Anleitungen und ehrliche technische Gespräche
Bevorzugte Qualifikationen
- Erfahrung im Aufbau von Dateninfrastrukturen, die direkt das Training und die Bewertung von ML-Modellen unterstützen * Vertrautheit mit dem Betriebsablauf klinischer Studien, EDC-Systemen oder Daten aus den Biowissenschaften
- SOC 2, HIPAA oder ähnliche Compliance-Erfahrung, die in die Ingenieurpraxis integriert ist
- Eine Erfolgsbilanz im Aufbau oder der Verbesserung von Datensystemen, bei denen andere aufgegeben hatten, sie zuverlässig zu machen
Gehaltsspanne New York $200,000—$325,000 USD
Bei Iterative Health arbeiten wir aktiv daran, ein Umfeld zu schaffen, das die Vielfalt der Patienten widerspiegelt, denen unsere Technologie dient. Wir konzentrieren uns auf den Aufbau einer gerechten und integrativen Kultur und damit auch eines integrativen Einstellungsprozesses. Wenn Sie Unterkünfte benötigen, um den Bewerbungs- oder Interviewprozess für Sie zugänglicher zu gestalten, kontaktieren Sie bitte [email protected].
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen