Intellias

Это роль уровня Staff для индивидуального сотрудника, объединяющая глубокую экспертизу в области инженерии данных здравоохранения, распределённых систем данных, совместимости FHIR и разработки AI‑native программного обеспечения. Вы будете задавать техническое направление того, как данные о здоровье собираются, преобразуются, проверяются и доставляются в масштабе, решая при этом самые сложные инженерные и задачи качества данных платформы.

• Задавать техническое направление инженерии данных здравоохранения на всех этапах: сбор, преобразование, проверка, нормализация и доставка.
• Отвечать за сквозную архитектуру крупномасштабных распределённых конвейеров данных, преобразующих разнородные исходные данные в чистый, соответствующий стандартам FHIR.
• Проектировать и развивать масштабируемые решения с использованием Python, Spark/PySpark, Databricks/Delta Lake и современных технологий обработки данных.
• Диагностировать и устранять сложные узкие места производительности и масштабируемости в распределённых нагрузках данных.
• Устанавливать стандарты и переиспользуемые фреймворки для качества данных, дедупликации, связывания пациентов/записей, нормализации терминологии и надёжной идемпотентной обработки.
• Определять архитектурные шаблоны для трансформации FHIR, валидации, эволюции схем и доставки в продакшн.
• Создавать и развивать автоматизированные возможности тестирования и валидации качества данных и соответствия FHIR.
• Устанавливать инженерные шаблоны и переиспользуемые инструменты, позволяющие более быстро и последовательно предоставлять новые возможности данных здравоохранения всей команде.
• Продвигать практики безопасной инженерии PHI и обеспечивать соответствие решений данных здравоохранения требованиям безопасности, конфиденциальности и соответствия.
• Делать AI‑native инженерию практической частью модели разработки команды, используя кодирующие агенты и переиспользуемые AI‑возможности для автоматизации повторяющихся задач и ускорения сложных инженерных задач.
• Устанавливать инженерные ограничения для AI‑ассистированной разработки, гарантируя, что AI‑сгенерированные решения остаются корректными, протестированными, безопасными, наблюдаемыми и PHI‑безопасными.
• Определять, где детерминированная обработка обеспечивает лучшую надёжность, чем подходы на основе AI/LLM, и устанавливать соответствующие архитектурные шаблоны для обоих вариантов.
• Наставлять старших и средних инженеров через обзоры дизайна, парное программирование, техническое руководство и обмен знаниями.
• Вести сложные, неоднозначные инженерные задачи от начального исследования через архитектуру, реализацию до эксплуатации в продакшн.
• Сотрудничать с инженерами, продуктом, безопасностью, данными и специалистами в области здравоохранения для преобразования сложных требований совместимости в масштабируемые технические решения.
• Представлять сильные практики инженерии данных здравоохранения в соответствующих обсуждениях архитектуры, стандартов и технических вопросов.

• 8+ лет профессионального опыта в инженерии данных, платформах данных здравоохранения, HealthTech или совместимости в сфере здравоохранения.
• Доказанная техническая ответственность уровня Staff за сложные производственные системы, включая способность задавать техническое направление и решать проблемы, охватывающие несколько компонентов и инженерных команд.
• Сильная практическая экспертиза в Python и инженерии данных промышленного уровня.
• Глубокий опыт работы с Apache Spark/PySpark в масштабе, включая партиционирование, оптимизацию производительности, настройку памяти и распределённую обработку.
• Опыт работы с современными lakehouse‑технологиями, такими как Databricks и Delta Lake, или сопоставимыми платформами.
• Сильный опыт проектирования и эксплуатации крупномасштабных ETL/ELT конвейеров, включая CDC, инкрементальную/дельта‑обработку, идемпотентность, эволюцию схем и пакетные/стриминговые нагрузки.
• Доказанный опыт диагностики и устранения сложных узких мест производительности и масштабируемости в распределённых системах обработки данных.
• Глубокий практический опыт работы с FHIR R4, включая ресурсы, профили, Bundles, валидацию и крупномасштабную трансформацию данных здравоохранения.
• Сильные знания US Core, USCDI, HL7 v2.x и шаблонов трансформации C‑CDA‑to‑FHIR.
• Твердое понимание стандартов терминологии в здравоохранении, включая SNOMED CT, LOINC и RxNorm.
• Опыт работы с клиническими, страховыми, покрытием, правом на обслуживание или сопоставимыми моделями данных здравоохранения.
• Сильный опыт в области качества данных, дедупликации, связывания записей/пациентов, нормализации терминологии и валидации.
• Сильные навыки SQL и понимание моделирования данных, эволюции схем, качества данных и архитектуры производственных данных.
• Опыт работы с Git, CI/CD, автоматизированным тестированием, наблюдаемостью и эксплуатацией в продакшн.
• Твердое понимание требований безопасности, конфиденциальности и регулятивных требований в здравоохранении, включая HIPAA и практики безопасной инженерии PHI.
• Профессиональный уровень английского, достаточный для прямого взаимодействия с техническими и бизнес‑стейкхолдерами из США.

• Глубокий опыт в крупномасштабном моделировании данных FHIR и платформах совместимости в здравоохранении.
• Опыт работы с Master Patient Index (MPI), сопоставлением пациентов, разрешением идентичности или крупномасштабным связыванием записей.
• Опыт работы с обменом данными плательщиков, включая CARIN Blue Button, руководства по реализации Da Vinci или аналогичные стандарты.
• Опыт работы с фармацевтическими, лабораторными или другими специализированными наборами данных здравоохранения.
• Знание ICD‑10, CPT, CVX и дополнительных систем клинической терминологии/кодов.
• Опыт работы с 21st Century Cures Act, сертификацией ONC, правилом CMS Interoperability Rule или связанными регулятивными рамками здравоохранения США.
• Опыт создания возможностей на основе LLM/агентов для извлечения клинических данных, их нормализации, сопоставления терминологии или качества данных здравоохранения.
• Опыт проектирования переиспользуемых AI‑навыков или агентных рабочих процессов, принятых в инженерных командах.
• Вклад в open‑source проекты в области здравоохранения, сообщества FHIR/HL7 или соответствующие отраслевые рабочие группы.

В Intellias, где технологии находятся в центре внимания, люди всегда ставятся выше процессов. Создавая комфортную атмосферу в нашей команде, мы даём возможность каждому раскрыть свой истинный потенциал и достичь выдающихся результатов. Поэтому мы предлагаем ряд преимуществ, поддерживающих ваше благополучие и ускоряющих ваш профессиональный рост.

Мы привержены развитию равенства, разнообразия и инклюзивности как работодатель с равными возможностями. Все соискатели будут рассматриваться для трудоустройства без дискриминации по признаку расы, цвета кожи, религии, возраста, пола, национальности, инвалидности, сексуальной ориентации, гендерной идентичности или выражения, статуса ветерана или любого другого признака, защищённого применимым законодательством.