Lead & Senior Data Engineers

О позиции

Virtasant — глобальная компания технологических услуг с сетью из более чем 4,000 специалистов по всему миру. Мы специализируемся на облачной архитектуре, инфраструктуре и оптимизации решений. В рамках крупной программы в области здравоохранения мы формируем команду инженеров данных, которые будут создавать коннекторы и пайплайны из больничных систем в облачное хранилище Snowflake на Azure, обрабатывать данные через онтологию и предоставлять их в графовую базу Neo4j для поддержки управленческих решений. Проект ориентирован на решение сложной задачи доставки чистых и доверенных данных от различных источников в повторяемом формате, чтобы запускать клиентов за дни, а не месяцы.

Будет плюсом

• Опыт работы с медицинскими данными и системами (Workday, UKG, Epic, Cerner, MEDITECH)
• Знание графовых баз данных (Neo4j), включая моделирование и загрузку данных
• Опыт маппинга данных в онтологии или общие модели данных
• Экспертиза в entity resolution (сопоставление записей без общего идентификатора)
• Опыт работы с batch pipelines для event-ready архитектуры
• Знание стандартов OpenLineage и метаданных
• Настройка мониторинга данных в production

Условия

• Работа в современной технологичной среде с актуальными инструментами
• Возможность работать над решением сложных задач enterprise-масштаба
• Гибкий удалённый формат работы с периодическими поездками внутри США
• Использование AI-assisted tools как части рабочего процесса
• Контакт с реальными чувствительными данными и регуляторными требованиями
• Широкий стек технологий: Snowflake, Azure, Neo4j, dbt, Terraform/Bicep
• Длительный контракт с возможностью продления
• Многопрофильная международная команда

Навыки

• Python
• SQL
• Snowflake
• Azure
• dbt
• Terraform
• Bicep
• Neo4j
• Data Pipelines
• Data Contracts
• Data Quality
• CI/CD
• Infrastructure as Code
• HIPAA
• Graph Database
• ETL
• Entity Resolution
• OpenLineage

Могут спросить на собеседовании

1. Опишите самый сложный источник enterprise-данных, который вы интегрировали в продакшен, и какие проблемы с schema drift, дубликатами или late files возникали
2. Как вы обеспечиваете качество данных, lineage и reconciliation в ваших пайплайнах? Приведите примеры метрик и практик
3. Опишите ваш подход к проектированию multi-tenant платформы с изоляцией данных между клиентами. Как вы обеспечивате безопасность PHI/PII?
4. Как вы используете AI-assisted tools в своей ежедневной работе? Какие практики у вас есть для проверки результатов генерации кода?
5. Расскажите о вашем опыте работы с graph databases (Neo4j). Как вы проектировали модели данных для графа из реляционного источника?