Vereinigte Staaten
HEARTLAND BUSINESS SYSTEMS LLC
TetraScience
Principal Platform Architect
RemoteVereinigte Staaten
San Mateo, California, United States
SQLAWSKubernetes
Automatische Übersetzung. Prüfe das Original.
Die Rolle
TetraScience entwickelt TetraOS – das kategorieprägende Scientific OS für die Biopharmabranche. Die Tetra Platform bildet das Fundament für die Entwicklung, Bereitstellung und den Betrieb unserer sicheren, konformen und unternehmenstauglichen Scientific Data- und KI-Funktionen, auf denen unsere Kunden aufbauen. Nach Erreichen einer starken Product-Market-Fit-Position und entsprechender Marktdurchdringung befindet sich TetraScience nun in einer Wachstumsphase. Wir bauen unsere Industriepartnerschaften und die Developer Experience aus, um zügig die Grundlagen für KI-native wissenschaftliche Daten und Workflows in der Produktion zu schaffen.
Der Aufgabenbereich dieser Rolle ist bewusst breit gefächert. Wir suchen erfahrene Kandidaten, die in zwei bis drei Technologiebereichen tief eingetaucht sind, um sowohl Breite als auch Tiefe in Bezug auf Architektur, Umsetzung und Betriebserfahrung zu erlangen. Ihre Erfahrung erstreckt sich über Startups bis hin zu Großunternehmen, sodass Sie die Kompromisse in verschiedenen Phasen und Skalierungen verstehen. Starke Kandidaten verfügen über fundierte und vielfältige Erfahrungen mit operativer Exzellenz und Agilität beim Aufbau in einem dynamischen Geschäftsumfeld.
Die Tetra Platform umfasst die folgenden vielfältigen Technologiebereiche:
- Enterprise Data & Agentic AI Platform: Multi-Tenant-Cloud-Architektur, dauerhafte Workflows, AWS, Databricks, RBAC/ABAC, IAM, Observability und Infrastruktur-Verrechnungsmodelle.
- Data, Knowledge, and Developer Products: Suche, Grundlagen der semantischen Ebene, Wissens- und Ontologie-Ebenen sowie Produkte, externe Entwicklerplattformen.
Ihre Verantwortlichkeiten
In dieser Rolle verantworten Sie die Architektur der Tetra Platform, deren Weiterentwicklung sowie die Partnerintegrationen, die diese erweitern. Es handelt sich um eine IC-Führungsposition (Individual Contributor). Sie definieren die Plattformarchitektur im Einklang mit der Produkt- und Geschäftsstrategie und unterstützen bei Entscheidungen zur Roadmap-Ausrichtung sowie bei der Abwägung technischer Kompromisse.
- Enterprise Platform: Mandantenfähigkeit, IAM, Compliance und Control Plane, die Unternehmenskunden zur Steuerung ihrer wissenschaftlichen Datenumgebung nutzen: SSO/SAML/OIDC, fein abgestimmtes RBAC / ABAC für SQL-Zugriffe.
- Scientific Search: Sucharchitektur, die Keyword-, semantische und hybride Abfragen über wissenschaftliche Daten, Instrumente und Metadaten hinweg umfasst: Relevanzstandards, Indexierungs-Pipeline und die Infrastruktur, die die Suche zu einer zuverlässigen Produktoberfläche macht.
- AI / ML Ops: Modell-Lebenszyklus, Inferenz und Training auf der Plattform, Agentic IAM und DX, Telemetrie, Observability und Frameworks, die wissenschaftliche KI-Ergebnisse unter Produktionslast nachvollziehbar und betriebsfähig halten.
- Developer Platform: Externe Entwicklerplattform, Low- und High-Code-Erlebnisse für die Entwicklung wissenschaftlicher Lösungen, Golden-Path-Tools für Partnerintegrationen, SDKs und Adoptionsmetriken.
- Developer Productivity: Entwicklerdurchsatz als primäre Metrik: Verantwortung für Toolchains, Parität zwischen lokaler und Produktionsumgebung sowie Reduzierung von Reibungsverlusten vom Commit bis zum Deployment.
- Beschleunigung und Adoption der Scientific Use Case Library von Tetra: Data Products and Workflows Platform, IDS-Designstandards und deren Weiterentwicklung sowie die Datenzugriffsebene, von der KI-Workloads und nachgelagerte Pipelines abhängen.
- Partner Integrations: Integrationsarchitektur für Laborinstrumente und KI-Modellpartner: Referenzmuster, Sicherheitsgrenzen und die Developer Experience, die ein Self-Service-Onboarding ermöglicht.
- Cloud Infrastructure: Produktionsarchitektur, Kostensteuerung und die Observability-Ebene von Infrastruktursignalen bis hin zur für Kunden sichtbaren Service-Gesundheit.
Was Erfolg im ersten Jahr bedeutet
- Die Authn/Authz-Architektur von Tetra ist gestrafft und über die Daten-, Compute- und Agentic AI-Plattformebenen hinweg gut integriert.
- Die KI/ML-Infrastruktur verfügt über eine klare Architektur und Roadmap für MLE-Inferenz- und Trainingsanwendungsfälle, mit starker operativer Telemetrie, Kostentransparenz und Governance.
- Die Developer Platform bietet gestraffte Erlebnisse, SDKs und Standardvorlagen für wissenschaftliche Anwendungsfälle, mit Adoption und Bereitstellung durch mehrere wissenschaftliche Use-Case-Teams. Eine Architektur für Wiederverwendbarkeit, die kumulative Beiträge aus dem Ökosystem ermöglicht, einschließlich Tetra, Partnern und Kundenentwicklern.
- Operative Exzellenz mit einer zukunftssicheren O11y-Architektur, bei der Produktionsdienste und KI/ML-Workloads über definierte, überwachte und verwaltete Metriken und SLOs verfügen.
- Kostensteuerung mit einer Architektur zur Kundenverrechnung, die mit den Finanz- und Field-Teams operationalisiert wurde.
- Architektur der Data Products and Workflow Primitives-Plattform mit starker DX und operativer Skalierbarkeit aufgebaut.
- Weiterentwicklung von IDS zu einem auf offenen Standards basierenden Schema und Encoding mit stark typisierten Datenmodellen und Schema-on-Write-Durchsetzung.
- Veröffentlichte Referenzarchitektur für jede Partnerklasse (Laborinstrumente und KI-Modelle), wobei jeweils ein Partner ohne maßgeschneiderten Engineering-Support erfolgreich angebunden wurde.
Mindestanforderungen
- 12+ Jahre Erfahrung in der Softwareentwicklung, davon mindestens 5 auf Staff- oder Principal-Ebene in einem SaaS-Plattform- oder Dateninfrastruktur-Kontext.
- Nachgewiesene Führungsrollen in Architektur und Umsetzung bei Multi-Tenant-Cloud-Architekturen und datenintensiven Enterprise-Produkten in großem Maßstab. Sie waren die Person, die bei Produktionsvorfällen alarmiert wurde, nicht nur die Person, die sie entworfen hat. Sie bringen fundierte Expertise in mindestens zwei der folgenden Bereiche mit:
- Identitäts- und Autorisierungsarchitektur auf Unternehmensebene, SSO-Föderation, fein abgestimmte Autorisierung für Datenzugriffe.
- Erfahrung mit KI/ML-Serving-Infrastruktur: Sie haben Modell-Inferenz-Pipelines unter Produktionslast aufgebaut und betrieben.
- Erfahrung mit Sucharchitekturen: Sie haben eine Suchplattform entworfen und betrieben, die verschiedene Abfragetypen (Keyword, semantisch oder hybrid) über große strukturierte oder semi-strukturierte Datensätze hinweg verarbeitet.
- Praktische Erfahrung mit Data Lake-, Warehouse- oder Lakehouse-Architekturen in großem Maßstab: Delta Lake oder Apache Iceberg, Schema-Evolutionsmuster, Partition Pruning sowie die Abwägung zwischen Abfrageleistung und Speicherkosten.
- Infrastruktur-Expertise auf AWS mit Kubernetes oder ECS. Sie können einen Kostenanomaliebericht lesen, die Ursache identifizieren und innerhalb derselben Woche eine Maßnahme ergreifen.
- Fähigkeit, Architektur-Entscheidungen zu schreiben, zu überprüfen und zu verteidigen: RFCs, ADRs, technische Kompromisse und Design-Reviews.
- Starke teamübergreifende Kommunikation. Sie können ein Dokument verfassen, das für Abstimmung sorgt, ohne dass ein Folgetreffen zur Erläuterung des Dokuments erforderlich ist.
- Sicherheit im Umgang mit Strategie, Architektur und Betrieb innerhalb derselben Woche: Die Festlegung einer mehrjährigen Architekturrichtung und die Überprüfung einer Runbook-Lücke gehören beide zum Aufgabenbereich.
Wünschenswert
- Erfahrung in regulierten Branchen (Biopharma, Medtech, Finanzdienstleistungen), in denen Compliance, Kosten pro Service und Datenresidenz von Anfang an als grundlegende Architekturvorgaben integriert sind.
- Vertrautheit mit wissenschaftlichen Datenplattformen, ELN/LIMS-Systemen oder Laborinformatik-Ökosystemen, einschließlich der strukturellen Einschränkungen von Instrumentendaten.
- Erfahrung in der Konzeption und dem Betrieb interner Entwicklerplattformen als Produkt: Roadmap, Adoptionsmetriken, Strategie zur Außerbetriebnahme.
- Erfahrung im Aufbau von Partnerintegrationsprogrammen auf Architekturebene: Connector SDKs, Referenzimplementierungen, Zertifizierungskriterien für Integrationen und die Developer Experience, die externe Parteien befähigt, eigenständig zu arbeiten.
- Kontakt mit Laborinstrumenten-Ökosystemen (proprietäre Datenformate, On-Prem-Agent-Deployment, Workflows zur Herstellerzertifizierung) oder vergleichbare hardwarenahe Integrationsarbeit in Medtech oder industriellem IoT.
- Frühere Erfahrung als Gründungs- oder früher Plattformarchitekt bei einem SaaS-Unternehmen der Serie B–D, das in den Enterprise-Bereich skaliert.
- Wettbewerbsfähige Vergütung mit Anteilsoptionen
- Unbegrenzter Urlaub (PTO)
- Vom Unternehmen bezahlte Kranken-, Zahn- und Augenversicherung
- LTD/STD (Berufsunfähigkeits- und Krankentagegeldversicherung)
- 401(k)
Die Gehaltsspanne für diese Position liegt bei $200K-$270K USD. Die angegebene Gehaltsspanne spiegelt unsere Zielvorgabe für diese Rolle wider. Die endgültige Vergütung wird durch eine gründliche Bewertung von Faktoren bestimmt, einschließlich der spezifischen Erfahrung des Kandidaten, lokaler Marktdaten und der internen Team-Equity.
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