51 – 200 Anställda
Sponsor för visum för kvalificerade arbetstagareHälso- och sjukvårdKonsultverksamhetLogistikSwoop utvecklar marknadsföringslösningar för läkemedels- och life science-organisationer, med fokus på direktkontakt med konsumenter och engagemang bland vårdgivare. Företagets arbete kombinerar AI, data och integritetsmedvetna omnikanalkampanjer för att hjälpa till att koppla samman patienter, vårdgivare och varumärken via kanaler som sociala medier och tv. Företaget använder detta angreppssätt för att förbättra marknadsföringens effektivitet och samtidigt främja en mer patientcentrerad kommunikation inom vården.
Senior dataingenjör på Swoop – hybridarbete i Kalifornien
Led NimbleRx:s dataplattform inom Swoops AI-drivna verksamhet för vårdengagemang. Bygg kompatibla pipelines, datalagermodeller och prestandasystem för batchkörning, strömmande data och backendtjänster.
Beskrivning
- Ansvara för hela dataplattformen, från inläsning och transformering till lagring, frågeställningar och åtkomst
- Forma färdplanen för dataplattformen i takt med att företagets databehov växer
- Utveckla och förbättra batch- och strömmande pipelines med PySpark, EMR, Kinesis, Lambda och Step Functions
- Samla in data från Postgres, Salesforce, externa leverantörer och produkt händelser i en Iceberg-baserad datasjö
- Etablera SCD-tabeller, händelsemodeller och gemensamma datastandarder för teknik- och analysteam
- Samarbeta med produkt-, teknik-, analys- och driftteam för att omvandla databehov till tillförlitliga pipelines
- Skapa dokumentation och verktyg som stöder självbetjäning för dataanvändning
- Leda datasäkerhet och efterlevnad, inklusive granskningsspår, åtkomstkontroller och processer för tillfällig åtkomst
- Förbättra backendens frågeprestanda genom replikstyrning, indexering, cachning och I/O-instrumentering i Java- och Spring-tjänster
- Diagnostisera och lösa IOPS-toppar, pipelineavbrott, schemändringar och fördröjd data
- Använda AI för att skapa pipelinestrukturer, utveckla scheman och genomföra undersökningar, samtidigt som interna AI-verktyg levereras
- Vägleda ingenjörer och analytiker i effektiv användning av dataplattformen
Krav
- Minst fem års erfarenhet av att leverera produktionsklara datapipelines och dataplattformar
- Avancerade kunskaper i Python, PySpark och SQL, inklusive prestandajustering av Spark i stor skala
- Förmåga och vilja att utveckla tjänster kring datalagret med Java och Spring Boot
- Praktisk erfarenhet av distribuerad databehandling som Spark och EMR, strömmande data med Kinesis samt objektlagring i S3
- Gedigna kunskaper i Postgres, inklusive frågeoptimering, indexering, replikering, replikstyrning och analys av flaskhalsar i databaser
- Erfarenhet av Iceberg och Trino eller jämförbara tekniker
- Arbetskunskaper i CI/CD-metoder och Terraform
- Erfarenhet av att bygga AI-drivna lösningar med avancerade modeller eller agentbaserade kodverktyg
- Dokumenterad förmåga att samarbeta med produkt-, drift- och andra team
- Yrkeserfarenhet av att behandla säkerhet och efterlevnad för PII/PHI som centrala ingenjörsansvar
Förmåner
- Möjligheter till professionell utveckling och karriärtillväxt
- Företaget har utsetts till en av de bästa arbetsplatserna; denna utmärkelse är inte en individuell ersättningsförmån