Natera
Natera
Natera برای حوزه سلامت، آزمایش DNA آزاد از سلول و راهکارهای بیوانفورماتیک توسعه می‌دهد. فناوری‌های تشخیصی این شرکت از غربالگری غیرتهاجمی پیش از تولد، شناسایی سرطان و پایش پیوند اندام پشتیبانی می‌کنند و به پزشکان و بیماران امکان می‌دهند برای تصمیم‌گیری آگاهانه‌تر درباره مراقبت، به بینش‌های ژنتیکی دسترسی داشته باشند. فعالیت این شرکت زیست‌فناوری، تحلیل داده و کاربردهای بالینی را در چندین حوزه از پزشکی نوین به هم پیوند می‌دهد.

مدیر مهندسی محصولات داده در ناترا – دورکاری در ایالات متحده

در ناترا، شرکت جهانی فعال در آزمایش DNA بدون سلول، رهبری محصولات داده و تحلیل‌های مجهز به هوش مصنوعی را بر عهده بگیرید. راهکارهای داده سلف‌سرویس و منطبق با HIPAA را در حوزه‌های مختلف کسب‌وکار ایجاد کنید.

توضیحات

  • رهبری تیمی را بر عهده بگیرید که محصولات داده حوزه‌ای و تحلیل‌های مجهز به هوش مصنوعی را در پلتفرم داده ناترا طراحی، ارائه و عملیاتی می‌کند.
  • بر محصولات داده میان‌وظیفه‌ای، تجربه‌های تحلیلی و KPIهای طلایی نظارت کنید.
  • مدل عملیاتی‌ای ایجاد کنید که مهندسان داده و هوش مصنوعی را در حوزه‌های کسب‌وکار مستقر کند.
  • عملکرد ارائه را با زمان تحویل، مجموعه‌داده‌های تأییدشده، میزان پذیرش و رخدادهای تولید اندازه‌گیری و گزارش کنید.
  • استانداردهای انتشار محصولات تحلیلی را تعیین و اجرا کنید.
  • استانداردهای محصولات داده هدلس را تعریف و مسیرهای طلایی قابل‌استفاده مجدد ایجاد کنید.
  • مهندسی داده عامل‌محور، توسعه با کمک هوش مصنوعی، آزمون خودکار و بازبینی کد و مستندسازی با پشتیبانی هوش مصنوعی را پیش ببرید.
  • مهندسان را در گردش‌کارهای بومی هوش مصنوعی آموزش دهید تا بهره‌وری 3 تا 5 برابر افزایش یابد.
  • استانداردهای CI/CD، زیرساخت به‌عنوان کد، مشاهده‌پذیری داده و کیفیت داده را حفظ کنید.
  • تشخیص خودکار انحراف، تحلیل علت ریشه‌ای و فرایندهای بازیابی با حضور انسان را مستقر کنید.
  • انطباق با HIPAA، RAQA و الزامات طبقه‌بندی داده را حفظ کنید.
  • با توانمندسازی مصرف سلف‌سرویس داده، مالک مدل مشارکت و کشف NDP باشید.
  • در زمینه قراردادهای داده، بررسی‌های صدور گواهی و سیاست‌های دسترسی با رهبر حاکمیت داده همکاری کنید.
  • مهندسان داده و تحلیل را استخدام، راهنمایی و توسعه دهید.
  • معماری و کد را بازبینی کنید، خطاهای تولید را عیب‌یابی کنید و استانداردهای فنی را در Snowflake، AWS، Claude، Sigma، dbt، Fivetran، Python و Airflow برقرار کنید.
  • نیازهای کسب‌وکار را به تعهدات مشخص تبدیل کنید و ذی‌نفعان را از تغییرات مطلع نگه دارید.

شرایط لازم

  • حداقل ۱۰ سال تجربه در مهندسی داده.
  • حداقل پنج سال تجربه در رهبری تیم‌های مهندسی داده یا تحلیل در سطح مدیر.
  • تجربه عملی با Python و SQL.
  • توانایی ارزیابی مدل‌های dbt، عیب‌یابی خطاهای پایپ‌لاین و تصمیم‌گیری معماری.
  • تجربه ارائه محصولات داده تولیدی با میزان پذیرش قابل‌اندازه‌گیری.
  • تجربه ارائه راهکار در محیط‌های تحت نظارت حوزه سلامت، علوم زیستی، تشخیص یا داروسازی.
  • تجربه عملی در کار با PHI و رعایت الزامات HIPAA.
  • تجربه کار با Snowflake، AWS، Claude، dbt، Fivetran، Sigma و Airflow یا Dagster.
  • تجربه پیاده‌سازی CI/CD برای پایپ‌لاین‌های داده و زیرساخت به‌عنوان کد.
  • دانش عملی از مش داده و محصولات داده هدلسِ متعلق به حوزه‌ها.
  • تجربه رهبری تیم‌هایی که از توسعه با کمک هوش مصنوعی در محیط تولید استفاده می‌کنند.
  • تجربه ایجاد استانداردهای مهندسی، مسیرهای طلایی یا مدل‌های عملیاتی در چندین تیم یا حوزه.
  • مهارت قوی در مدیریت ذی‌نفعان، نگارش فنی و ارتباطات مدیریتی.

مزایا

  • پوشش جامع پزشکی، دندان‌پزشکی، بینایی، عمر و ازکارافتادگی برای کارکنان واجد شرایط و افراد تحت تکفل آنان.
  • آزمایش رایگان برای کارکنان و خانواده درجه‌یک آنان.
  • مزایای مراقبت‌های باروری.
  • مرخصی بارداری و پیوند با نوزاد.
  • مزایای 401(k).
  • مزایای رفت‌وآمد.
  • برنامه معرفی کارکنان.