NationsBenefits to firma z branży technologii medycznych, która łączy technologie finansowe, administrację dodatkowymi świadczeniami oraz usługi wsparcia dla uczestników programów. Oferta firmy obejmuje opiekę słuchową za pośrednictwem NationsHearing, dostępne bez recepty produkty zdrowotne i wellness za pośrednictwem NationsOTC oraz dostawy posiłków realizowane przez NationsMarket. Firma zapewnia również pomoc w nagłych sytuacjach, transport medyczny, spersonalizowane wskazówki dotyczące zdrowia oraz inne programy ułatwiające uczestnikom dostęp do przysługujących im świadczeń i korzystanie z nich. Platformy Benefits Pro™ obsługują konfigurację świadczeń, pomoc dla uczestników, transakcje e-commerce oraz powiązane działania operacyjne programów. NationsBenefits wykorzystuje analitykę i indywidualnie dopasowane programy, aby pomagać planom zdrowotnym w eliminowaniu luk w opiece, poprawie wyników zdrowotnych uczestników i wzmacnianiu jakości korzystania ze świadczeń. Firma zatrudnia zespoły związane z opieką zdrowotną, doradztwem i logistyką, a także prowadzi rekrutację na stanowiska związane z technologiami świadczeń i realizacją usług.
Główny inżynier ds. analityki danych — praca zdalna na Florydzie
Główny inżynier ds. analityki danych rozwija podstawy oparte na dbt, Databricks i Tableau dla platformy fintechowej NationsBenefits działającej w ochronie zdrowia. Rola koncentruje się na zarządzanych produktach danych, modelach semantycznych i automatyzacji wspierających podejmowanie decyzji w ochronie zdrowia.
Opis
- Tworzenie, testowanie i utrzymywanie gotowych do użycia produkcyjnego modeli danych analitycznych za pomocą dbt i Databricks
- Tworzenie skalowalnych modeli warstwy Gold, które przekształcają dane operacyjne w analityczne zestawy danych gotowe dla biznesu
- Opracowywanie wielowymiarowych, domenowych i wielokrotnego użytku modeli na potrzeby raportowania, analityki i kolejnych produktów danych
- Utrzymywanie wyraźnych granic między danymi surowymi i kuratorowanymi, analitycznymi modelami Gold a korporacyjną warstwą semantyczną
- Wdrażanie testowania, dokumentacji, śledzenia pochodzenia danych, kontroli wersji i praktyk wdrażania dla analitycznych zasobów danych
- Tworzenie i udoskonalanie modeli semantycznych standaryzujących metryki biznesowe, wymiary i KPI
- Opracowywanie podstaw analitycznych przeznaczonych dla Tableau i innych platform analityki biznesowej lub samoobsługowej
- Centralizowanie wielokrotnego użytku definicji w celu ograniczenia powielania logiki w dashboardach, raportach i procesach pracy analityków
- Współpraca z analitykami i zespołami biznesowymi przy przekształcaniu pojęć biznesowych w zarządzane modele analityczne
- Zarządzanie analitycznymi zestawami danych, modelami semantycznymi i wielokrotnego użytku metrykami jako formalnymi produktami danych
- Tworzenie wielokrotnego użytku produktów danych dla wielu odbiorców korzystających z nich na kolejnych etapach
- Współpraca z zespołami produktowymi, analitycznymi, inżynieryjnymi i biznesowymi przy identyfikowaniu oraz ustalaniu priorytetów produktów danych
- Poprawa użyteczności, wykrywalności i samoobsługowego dostępu do danych analitycznych
- Tworzenie narzędzi w Pythonie, SQL, skryptach powłoki i powiązanych technologiach do przygotowywania, walidacji, wdrażania i monitorowania danych oraz automatyzacji operacyjnej
- Tworzenie powtarzalnych wzorców inżynieryjnych zastępujących ręczne procesy analityczne
- Udział w przeglądach kodu, debugowaniu, dostrajaniu wydajności i wsparciu produkcyjnym
- Korzystanie z Git, CI/CD, automatycznych testów, rozwoju modułowego i praktyk wdrażania uwzględniających infrastrukturę
- Definiowanie standardów i wzorców projektowych dla inżynierii analitycznej, modelowania danych, warstw semantycznych i produktów danych
- Prowadzenie oraz mentoring inżynierów ds. analityki, analityków i pokrewnych zespołów danych
- Przeglądanie architektury i kodu przy jednoczesnym aktywnym udziale w rozwoju platformy
- Współpraca z zespołami platformy danych i inżynierii danych w zakresie architektury, wydajności, zarządzania i jakości danych
- Współtworzenie planu rozwoju kompetencji organizacji w zakresie inżynierii analitycznej
Wymagania
- Co najmniej 10 lat doświadczenia w inżynierii analitycznej, inżynierii danych, analityce biznesowej lub pokrewnej dziedzinie
- Zaawansowana znajomość SQL i duże doświadczenie w projektowaniu analitycznych modeli danych
- Profesjonalne doświadczenie w produkcyjnym wykorzystaniu dbt
- Praktyczne doświadczenie produkcyjne z Databricks, w tym z Delta Lake i nowoczesnymi wzorcami lakehouse
- Doświadczenie w dostarczaniu rozwiązań analitycznych za pomocą Tableau lub porównywalnych platform analityki biznesowej
- Bardzo dobra znajomość modelowania wielowymiarowego, architektury warstwy Gold, modelowania semantycznego, metryk i zarządzania danymi
- Doświadczenie w tworzeniu wielokrotnego użytku produktów danych zamiast skupiania się głównie na pojedynczych raportach lub dashboardach
- Biegłość w Pythonie i skryptach do automatyzacji
- Doświadczenie z Git, CI/CD, testami, przeglądami kodu i nowoczesnymi praktykami tworzenia oprogramowania
- Umiejętność przekształcania niejednoznacznych wymagań biznesowych w trwałe rozwiązania techniczne
- Swoboda w projektowaniu korporacyjnych modeli semantycznych, pisaniu transformacji dbt, debugowaniu Pythona, optymalizacji obciążeń Databricks i współpracy z interesariuszami biznesowymi
- Nie określono konkretnego wymogu dotyczącego wykształcenia
Benefity
- Możliwości rozwoju kariery w organizacji
- Satysfakcjonujące środowisko pracy
- Możliwość przyczyniania się do transformacji ochrony zdrowia
- Praca obejmująca wiele lokalizacji w Stanach Zjednoczonych, Ameryce Południowej i Indiach