A ExaCare AI desenvolve software SaaS para provedores de cuidados pós-agudos, incluindo instituições de enfermagem especializada e agências de assistência domiciliar. Sua plataforma apoia a análise de encaminhamentos, a verificação de seguros, os processos de reembolso e as admissões ao resumir prontuários clínicos, identificar riscos clínicos e financeiros, como oportunidades relacionadas ao PDPM, verificar a elegibilidade da cobertura e oferecer visibilidade sobre ocupação, tendências do censo e desempenho operacional.
Engenheiro(a) staff de dados, remoto no Canadá | ExaCare AI
Lidere a engenharia de dados da plataforma de cuidados pós-agudos da ExaCare AI, criando pipelines, modelos e infraestrutura. Crie bases confiáveis para fluxos de produto, análise e aprendizado de máquina com dados de saúde.
Descrição
- Liderar iniciativas de dados desde o projeto técnico e a implementação até a validação, o lançamento e as operações contínuas
- Criar e manter pipelines escaláveis de ingestão e transformação para bancos de dados de aplicações, APIs, integrações de terceiros e dados de saúde
- Alinhar a arquitetura, os modelos e as integrações de dados aos fluxos de trabalho de clientes, operadores e equipes internas
- Desenvolver modelos de dados reutilizáveis e definições compartilhadas para funcionalidades do produto, relatórios, análises e aprendizado de máquina
- Adicionar recursos de validação, monitoramento, alertas e recuperação aos pipelines de dados
- Aumentar a eficiência do processamento e o desempenho das consultas, gerenciando os custos de infraestrutura conforme crescem os dados e a complexidade do produto
- Trabalhar com as equipes de produto, operações, plataforma, aprendizado de máquina e engenharia para transformar necessidades de negócio em soluções de dados
- Contribuir com o projeto técnico, revisões de código, documentação, mentoria e práticas sustentáveis de engenharia de dados
Requisitos
- Pelo menos 7 anos de experiência em engenharia de dados, plataformas de dados ou sistemas de backend com processamento substancial de dados
- Sólidos conhecimentos de SQL e TypeScript
- Experiência no projeto de pipelines ETL/ELT, modelos de dados e fluxos de orquestração
- Compreensão de dependências, novas tentativas, reprocessamentos históricos e evolução de esquemas
- Sólido conhecimento de bancos de dados relacionais, data warehouses e infraestrutura em nuvem
- Experiência na otimização de consultas e na criação de sistemas escaláveis de armazenamento e processamento
- Capacidade de assumir a responsabilidade por sistemas de dados em produção desde o projeto até o lançamento e o suporte contínuo
- Bom discernimento sobre produtos e fluxos de trabalho
- Experiência prática com qualidade de dados, observabilidade, controles de acesso e informações sensíveis
- Capacidade de definir o escopo, planejar e entregar com autonomia trabalhos complexos e abertos
- Comunicação clara com parceiros técnicos e não técnicos
- Experiência com dados de saúde, integração de prontuários eletrônicos ou interoperabilidade, incluindo padrões como FHIR, é um diferencial
- Experiência com pipelines de aprendizado de máquina, produtos de IA ou conjuntos de dados para treinamento e avaliação de modelos é um diferencial
- Familiaridade com Databricks, dbt, Airflow, Dagster, Spark ou estruturas semelhantes é um diferencial
- Experiência na criação de infraestrutura de dados em uma startup em rápido crescimento é um diferencial
Benefícios
- Opção de trabalho remoto em Toronto e Vancouver
- Opção de trabalho híbrido em Nova York