Analytics Engineer in Katowice

Zespół Dandelion Health został założony w 2020 roku przez ekspertów w dziedzinie technologii zdrowotnych, systemów szpitalnych, akademickich oraz klinicznych AI. Budujemy największą na świecie platformę szkoleniową i rozwoju klinicznego AI. Dziś szczycimy się naszą zdolnością do ułatwienia dostępu do danych dla deweloperów AI, firm farmaceutycznych i urządzeń medycznych, jednocześnie podnosząc standardy bezpieczeństwa pacjentów i jakości danych. Jutro będziemy miejscem, gdzie każda organizacja opieki zdrowotnej może stworzyć odpowiedzialny produkt kliniczny AI.

Nasze dane współpracują z systemami zdrowotnymi, aby bezpiecznie i etycznie udostępniać ich zanonimizowane dane pacjentów deweloperom AI. Obecnie dane są pozyskiwane z Sharp HealthCare, Sanford Health i Texas Health Resources – wkrótce dołączy do nas dwóch dodatkowych amerykańskich systemów zdrowotnych. Posiadamy dane kliniczne sięgające 1 lipca 2016 roku, które reprezentują ponad 10 milionów pacjentów i obejmują między innymi:

• Dane strukturalne (np. 100% EMR, w tym niektóre roszczenia)
• Dane tekstowe (np. notatki kliniczne, raporty radiologiczne)
• Obrazy (np. DICOM, patologia)
• Wideo
• Fale
• Dane z ciągłego monitorowania

Twoja rola: Jesteś doświadczonym inżynierem analitycznym, który zna się na danych klinicznych i elektronicznych rekordach zdrowotnych. Twoim głównym zadaniem jest budowanie, utrzymywanie i optymalizacja warstwy transformacji naszego pipeline'u ELT, przekształcając surowe, chaotyczne dane kliniczne w czyste, dobrze modelowane zestawy danych gotowe do analizy, którym nasi klienci i zespoły wewnętrzne mogą zaufać. Będziesz odpowiedzialny za pełny cykl życia naszych modeli danych: projektowanie i wdrażanie logiki transformacji, egzekwowanie standardów jakości danych i testowania, optymalizację wydajności pipeline'u oraz dokumentowanie modeli danych, aby były odkrywalne i zrozumiałe w całej organizacji.

W tej roli będziesz odpowiedzialny za:

• Zapytania do złożonych systemów źródłowych w zakresie różnych źródeł danych zdrowotnych (np. EMR, dane ECG, dane DICOM) w celu identyfikacji i mapowania elementów danych w celu stworzenia wysokiej jakości zestawów danych wspierających szkolenie algorytmów AI oraz przeprowadzanie szczegółowych analiz ścieżek pacjentów.
• Rozwój i utrzymanie pipeline'ów transformacji danych przy użyciu dbt i Snowflake, zapewniając jakość danych, liniowość i przejrzystość.
• Harmonizowanie multimodalnych danych z wielu systemów zdrowotnych w jednolitą warstwę ontologiczną gotową do użycia przez naukowców danych i deweloperów AI, z wkładem ekspertów klinicznych w całej firmie.
• Wykonywanie złożonego wydobywania danych, manipulacji i podsumowywania dużych baz danych w celu stworzenia analitycznych modeli danych.
• Wdrażanie testów jakości danych, CI/CD oraz najlepszych praktyk kontroli wersji dla kodów analitycznych w całym pipeline'ie modelowania danych.
• Wsparcie inżynierów oprogramowania w optymalizacji procesów i rozwiązań technicznych dotyczących anonimizacji i ETL danych klinicznych z różnych środowisk chmurowych systemów zdrowotnych do hurtowni danych Dandelion Health.
• Praca z ekspertami w dziedzinie przetwarzania języka naturalnego (NLP) w celu strukturyzacji i modelowania dyskretnych danych koncepcji klinicznych, które zostały wyabstrahowane z nieustrukturyzowanych i półustrukturyzowanych danych tekstowych.
• Współpraca z technicznymi i klinicznymi ekspertami oraz klientami Dandelion w celu przetłumaczenia wymagań badawczych i modelowych na rozwiązania inżynieryjne.

Wymagania:

• Wykształcenie wyższe w dziedzinie ilościowej (np. Data Science, Informatyka Biomedyczna, Informatyka, Biostatystyka).
• 3+ lata doświadczenia w rolach analitycznych lub inżynieryjnych, gdzie jesteś odpowiedzialny za ręczne czyszczenie i strukturyzację danych klinicznych i elektronicznych rekordów zdrowotnych.
• Silna znajomość dbt i SQL: pisanie wielokrotnego użytku makr Jinja, wdrażanie niestandardowych testów i komfortowe korzystanie z wdrożeń w wielu środowiskach (dev/staging/prod).
• 1+ rok doświadczenia w wydobywaniu, kuracji i analizowaniu danych stworzonych w ekosystemie HIT i dostarczania usług zdrowotnych (np. EMR, roszczenia, rejestry); może to obejmować wiedzę na temat ról wymiany danych i standardów treści (np. FHIR, CDA, CQL) oraz standardów terminologii klinicznej (np. ICD, CPT, LOINC, SNOMED-CT, NDC, RxNorm).
• Komfort pracy w środowisku chmurowym (najlepiej Snowflake i/lub AWS).
• Znajomość Gita i przepływów pracy kontroli wersji.
• Bycie zwolennikiem wprowadzania najlepszych praktyk inżynierii oprogramowania (modularność, testowanie jednostkowe, zwięzły i dobrze udokumentowany kod) do zespołu nauki danych.
• Komfort w obliczu niepewności i kreatywne rozwiązywanie problemów w szybkim, szybko rozwijającym się środowisku startupowym.
• Doskonale umiejętności komunikacyjne, aby promować wartość solidnych rozwiązań inżynierii analitycznej i tłumaczyć potrzeby klientów na rozwiązania danych.
• Pasja do poprawy opieki zdrowotnej i budowania infrastruktury, która sprawia, że badania i kliniczne AI są bezpieczniejsze, szybsze i bardziej niezawodne.

Preferencje:

• Praktyczne doświadczenie w integracji narzędzi LLM (np. Snowflake Cortex, Amazon Bedrock, Azure OpenAI Service) i frameworków (RAG, agent workflows) w pipeline'ach danych i produktach.
• Znajomość Pythona do czyszczenia danych i inżynierii cech modeli.
• Doświadczenie w pracy z zespołami modelowania AI/ML oraz ogólne zrozumienie wdrożeń modeli w chmurze i oceny.
• Znajomość aspektów danych elektronicznych rekordów zdrowotnych, np. Epic, Cerner, Allscripts.
• Jakiekolwiek doświadczenie z ontologią medyczną.
• Jakiekolwiek doświadczenie w pracy z DICOM lub innymi modalnościami obrazowania.
• Doświadczenie z modelem danych OMOP.
• Komfort w korzystaniu z narzędzi agile, takich jak Jira, Linear.
• Znajomość korzystania z dbt cloud.

Nasza praca jest szybka i iteracyjna. Rośniemy i chcemy wspierać naszych członków zespołu w rozwijaniu ich umiejętności. Budujemy zespół, który podchodzi do problemów z różnorodnością perspektyw, ceni eksperymentowanie i doskonalenie naszego podejścia na podstawie tych eksperymentów. Pracujemy z pełnym spektrum danych zdrowotnych, od danych tabelarycznych, przez filmy, obrazy, fale itp. Jeśli system zdrowotny je zbiera, możemy z nimi pracować!

Oferujemy:

• Pracę zdalną i elastyczne godziny pracy. Wymagana dostępność na spotkania, które staramy się ograniczać do zdrowego minimum.
• Pełne korzyści zdrowotne, w tym opiekę zdrowotną, dentystyczną, wzrokową, PTO, dni chorobowe i inne. Zapytaj o szczegóły.
• Dni rozwoju zawodowego, aby rozwijać swoje umiejętności.
• Przyjazne środowisko pracy.
• Akademickie podejście do badań i rozwiązywania problemów, ale z szybkością i elastycznością startupu.
• Świetna równowaga między czasem na skupienie się na projektach a łatwym dostępem do członków zespołu w celu omówienia problemów i współpracy.

Dandelion to firma z misją, która koncentruje się na poprawie opieki nad pacjentami.