Lead Data Analytics Engineer

remote-job.net Job-Zusammenfassung:

💶 Gehalt:	keine Angabe
⏰ Wöchentliche Arbeitszeit:	Vollzeit
🔍 Empfohlene Erfahrung:	Senior
🎓 Empfohlene Ausbildung:	nicht passend
📋 Hauptaufgaben:	Arbeiten Sie funktionsübergreifend für das Data Warehouse. Zusammenarbeit zur Verbesserung der Daten. Mentorship für junior Data Engineers.
✅ Hauptvoraussetzungen:	5+ Jahre Erfahrung im Datenbereich. Starke SQL und Python Kenntnisse. Erfahrung mit Cloud-Datenlagern.
🏭 Branche:	Healthcare

Über das Unternehmen

Über Fullscript:

Bei Fullscript verändern wir nicht nur das Gesundheitswesen – wir machen es ganzheitlich.

Wir helfen über 100.000 Gesundheitspraktikern, 10 Millionen Patienten mit einer Plattform, die evidenzbasierte Gesundheitslösungen, diagnostische Unterstützung und Praktikertools – alles an einem Ort – bereitstellt.

Das Gesundheitswesen von heute ist disconnected. Wir beheben das. Fullscript erleichtert es Praktikern, den ganzen Menschen zu behandeln, nicht nur die Symptome, damit Patienten die Unterstützung erhalten, die sie brauchen – wann sie sie brauchen.

Wir bauen einen besseren Weg – einen, bei dem das Gesundheitswesen verbunden, vollständig und wirkungsvoll ist.

Aufgaben

• Arbeiten Sie funktionsübergreifend, um ein kommerzielles Data Warehouse zu warten, aufzubauen und bereitzustellen, das Reporting-, Analyse- und Self-Service-Bedürfnisse für wichtige Fullscript-Stakeholder erfüllt.
• Zusammenarbeit mit Ihrem Vorgesetzten und Team, um Initiativen in Bereichen wie Analytics, Commercial und RevOps zu verstehen und ihre Daten zu verbessern.
• Schreiben Sie Datenumwandlungscode in ELT-Pipelines, um diese Daten in unser Data Warehouse zu integrieren.
• Mentor und technische Anleitung für junior Mitglieder des Data Engineering-Teams geben.
• Mit anderen Data Engineers zusammenarbeiten, um Datenmodelle für nachgelagerte Nutzung zu erstellen und die notwendigen Tests zur Gewährleistung der Datenqualität zu schreiben.
• Fortgeschrittene Techniken der Datenverarbeitung anwenden, um die Leistung und Skalierbarkeit von Datenpipelines zu optimieren.
• AI und maschinelles Lernen nutzen, um Modelle zu erstellen, die auf Geschäftsanforderungen reagieren.
• Versionskontrolle, Tests und kontinuierliche Integration (CI) im Datenumwandlungscode anwenden.
• Daten-Dokumentation und -Definitionen erstellen und pflegen.

Voraussetzungen

• 5+ Jahre Erfahrung im Bereich Datenanalyse und/oder Data Engineering im Rahmen des ETL/ELT-Prozesses oder der Entwicklung von Dateninsights.
• Starke Kenntnisse in SQL und Erfahrung in der Verwendung von Python zur Datenumwandlung.
• Erfahrung im Umgang mit dbt (data build tool).
• Erfahrung mit Cloud-Datenlager wie Snowflake, BigQuery, Redshift und RDBMS (PostgreSQL, MySQL).
• Praktische Erfahrung in Datenmodellierung, Schema-Design und Optimierungstechniken.
• Nachweisliche Erfolge bei der Implementierung und Pflege von Datenumwandlungs-Pipelines mit Tools wie dbt, Argo, Airflow oder ähnlichen Workflow-Orchestrierungstools.
• Tiefes Verständnis der Best Practices im Bereich Data Engineering, einschließlich Versionskontrolle, Tests und CI/CD-Methoden.
• Fähigkeit, komplexe technische Konzepte effektiv an technische und nicht-technische Stakeholder zu kommunizieren.
• Streben nach kontinuierlichem Lernen mit einem ausgeprägten Interesse an neuen Technologien und Methoden im Bereich Data Engineering.

Benefits

• Generöse PTO und wettbewerbsfähige Vergütung.
• Fullscripts RRSP-Match-Programm für finanzielle Gesundheit.
• Flexibles Leistungspaket und Arbeitsplatz-Wellness-Programm.
• Schulungsbudget und unternehmensweite Lerninitiativen.
• Rabatt auf das Fullscript-Produktkatalog.
• Die Möglichkeit, wo auch immer Sie am besten arbeiten.