Swoop
Swoop
Swoop izstrādā mārketinga risinājumus farmācijas un dzīvības zinātņu organizācijām, galveno uzmanību pievēršot tiešai saziņai ar patērētājiem un veselības aprūpes speciālistu iesaistei. Uzņēmuma darbā tiek apvienots mākslīgais intelekts, dati un privātumu respektējošas daudzkanālu kampaņas, lai savienotu pacientus, veselības aprūpes speciālistus un zīmolus tādos kanālos kā sociālie mediji un televīzija. Uzņēmums izmanto šo pieeju, lai uzlabotu mārketinga efektivitāti un atbalstītu uz pacientu vairāk vērstu veselības aprūpes komunikāciju.

Vecākais datu inženieris uzņēmumā Swoop – Toronto, hibrīddarbs

Vadiet NimbleRx prasībām atbilstošu veselības aprūpes datu platformu, izstrādājot mērogojamus datu konveijerus, datu noliktavas modeļus un mākslīgā intelekta rīkus aptieku un pacientu iesaistes procesu atbalstam.

Apraksts

  • Pārvaldiet visu datu platformas dzīves ciklu – no datu iegūšanas un pārveides līdz glabāšanai, vaicājumiem un piekļuvei
  • Veidojiet datu platformas attīstības plānu, uzņēmuma datu prasībām paplašinoties
  • Izstrādājiet un uzlabojiet pakešu un straumēšanas datu konveijerus, izmantojot PySpark/EMR, Kinesis, Lambda un Step Functions
  • Nogādājiet Postgres, Salesforce, ārējo piegādātāju un produktu notikumu plūsmu datus Iceberg bāzētā datu ezerā
  • Definējiet SCD tabulas, notikumu tabulas un datu standartus inženierijas un analītikas komandām
  • Sadarbojieties ar produktu, inženierijas, analītikas un operāciju partneriem, lai datu vajadzības pārvērstu uzticamos datu konveijeros
  • Veidojiet dokumentāciju un rīkus, kas ļauj citām komandām patstāvīgi strādāt ar datiem
  • Pārvaldiet drošības un atbilstības funkcijas, tostarp audita žurnālus, piekļuves kontroli un pagaidu piekļuves procesus
  • Uzlabojiet Java/Spring pakalpojumu aizmugursistēmas vaicājumu veiktspēju, izmantojot replikas maršrutēšanu, indeksēšanu, kešošanu un I/O instrumentēšanu
  • Izmeklējiet un novērsiet IOPS kāpumus, datu konveijeru kļūmes, shēmas izmaiņas un aizkavētus datus
  • Izmantojiet mākslīgo intelektu konveijeru sākumstruktūru izveidē, shēmu izstrādē un ad hoc izpētē
  • Izstrādājiet iekšējos mākslīgā intelekta rīkus citu komandu lietošanai
  • Apmāciet inženierus un analītiķus efektīvi izmantot datu platformu

Prasības

  • Vismaz piecu gadu pieredze ražošanas datu konveijeru un datu platformu izstrādē
  • Padziļinātas Python, PySpark un SQL prasmes, tostarp Spark darba slodžu optimizēšanā lielā mērogā
  • Spēja un vēlme sniegt ieguldījumu Java un Spring Boot pakalpojumos, kas aptver datu slāni
  • Praktiska pieredze izkliedētajā skaitļošanā, piemēram, ar Spark/EMR, straumēšanu, izmantojot Kinesis, un objektu glabātuvi S3
  • Padziļinātas Postgres zināšanas, tostarp vaicājumu optimizēšana, indeksēšana, replikācija, replikas maršrutēšana un datubāzes veiktspējas problēmu diagnosticēšana
  • Pieredze ar Iceberg un Trino vai salīdzināmām tehnoloģijām
  • CI/CD un Terraform pārzināšana
  • Pieredze darbā ar mākslīgo intelektu, progresīviem modeļiem vai aģentiskiem programmēšanas rīkiem
  • Pierādīta spēja sadarboties ar produktu, operāciju un citām komandām
  • Derīga atļauja strādāt Kanādā ir ļoti vēlama
  • Gatavība uzskatīt drošību un PII/PHI datu apstrādi par galvenajiem inženierijas pienākumiem

Priekšrocības

  • Profesionālās izaugsmes iespējas
  • Hibrīda darba modelis
  • Izņēmuma kārtā var tikt izskatīta vīzas sponsorēšana īpaši kvalificētiem kandidātiem ar specializētām prasmēm