Auf einen Blick
Senior Scientific Data Engineer zur Führung des SDE-Teams bei TetraScience. Verantwortung für Datenmodellierung, Pipelines und KI-Agenten-Integration für präklinische Daten in der Life-Sciences-Branche.
💰 $130.000–170.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Datenengineering Leadership-Erfahrung
- Python und SQL Fachkompetenz
- Präklinische Daten-Vertrautheit
- Team-Mentorship
Python
Data Engineering
Agile
✅ Geeignet für
- Senior Data Engineers mit Leadership-Erfahrung
- Candidates mit Life-Sciences-Hintergrund
- Erfahrene Python/SQL Entwickler
🚫 Weniger geeignet
- Junior Datenengineers
- Candidates ohne Leadership-Erfahrung
- Non-Technical Manager
💡 Gut zu wissen
- Remote Position in den USA
- Starker Fokus auf Qualität und Testing
- KI-Agenten sind zentral für Data-Pipelining
Über das Unternehmen
TetraScience ist das Scientific Data and AI Company, das Tetra OS, das Betriebssystem für wissenschaftliche Intelligenz, entwickelt. Das Unternehmen hilft den weltweit führenden Life-Sciences-Firmen, fragmentierte wissenschaftliche Daten in KI-native Assets und wissenschaftliche Workflows zu verwandeln, die Discovery, Entwicklung und Manufacturing beschleunigen. TetraScience arbeitet mit NVIDIA, Databricks, Thermo Fisher Scientific, Snowflake, Google und Microsoft zusammen.
Deine Aufgaben
- Führung des Scientific Data Engineering Teams beim Aufbau produktionsfähiger Lösungen
- Zusammenarbeit mit Product Managers und Solution Architects zur Verständnis von Business- und Data-Design-Zielen
- Besitzergreifung für Datenmodelle, Prototypen und Integrationslösungen
- Nutzung von KI-Agenten zur Erstellung umfassender Datenschemas und Parser für präklinische Daten
- Erstellung wiederverwendbarer Schema-Komponenten und Python-Libraries
- Aufbau hochqualitativer Data Pipelines mit Unit- und Integration-Tests
- Mentorship für Junior SDEs
Deine Voraussetzungen
- Erfahrung in Datenengineering und Leadership bei ähnlichen Rollen
- Hands-On Erfahrung mit Datenmodellierung, Prototyping und Integrationslösungen
- Python und SQL Fachkompetenz
- Erfahrung mit präklinischen Daten und verschiedenen Datenformaten (.xlsx, .pdf, .txt, .raw)
- Erfahrung mit React, Streamlit oder Jupyter Notebooks
- Agile und Team-Leadership-Erfahrung
- Commitment zu Produktqualität durch Unit Tests und Integration Tests
