高级数据工程师

高级数据工程师负责构建、设计和实施企业级数据管道和平台组件，涵盖医疗健康领域。具备数据建模、分布式处理（如Spark、Airflow）和云架构的专家知识，确保数据基础设施安全、高性能且可扩展。此外，他们通过Git和基础设施即代码实践推动代码质量、可观测性和CI/CD最佳实践。该职位需要与工程师团队合作设计数据管道，使用大数据技术（如Spark、Snowflake、AWS Big Data Services、Iceberg、Airflow）处理中等至大规模数据集。同时，需推动数据管道设计最佳实践，管理Git工作流，部署事件驱动的无服务器函数，并实施特征标志框架以支持安全的数据产品发布。

1. 拥有数据工程、计算机科学的学士学位。
2. Python & PySpark（6-8年经验）：设计可重用的数据管道框架和转换用于医疗数据。
3. Airflow（5-6年经验）：编写复杂的DAGs以协调跨系统的多阶段ETL工作流。
4. AWS Glue & Lambda（4-6年经验）：领导实现整合S3的无服务器摄入管道。
5. Iceberg（2+年经验）：使用具有模式演变和时间旅行支持的交易性湖仓表。
6. Docker/Kubernetes（3-5年经验）：使用Docker构建和部署容器化ETL管道；利用Kubernetes在生产环境中编排可扩展的数据工作流。

Convey Health Solutions是一家致力于帮助健康计划在复杂、post Affordable Care Act环境中茁壮成长的公司。我们提供强大的定制技术、高级分析和专家服务。作为Medicare和商业支付方的可信赖合作伙伴，我们提供可扩展、合规的解决方案，涵盖成员的整个生命周期，从注册和收费到风险调整、Stars绩效和成员参与。Pareto的深入分析和财务智能与Convey的操作专业知识相结合，使我们的客户能够提高绩效、降低成本并为数百万美国人，尤其是老年人和易感人群创造更好的医疗体验。