数据工程师（远程）美国 | LinkedIn

理解业务流程及其在各种系统中的建模方式，与业务用户、技术团队和高管合作以了解他们的数据需求，创建创新解决方案来满足这些需求，实施数据结构、工作流和企业平台之间的整合以确保业务流程的准确及时执行，维护可扩展的数据管道以支持数据量和复杂性的持续增长，遵循已确立的数据集成/工程最佳实践，以及我们数据基础设施的未来，管理并改进数据库、查询、工具和解决方案的性能，创建和维护数据仓库、数据库、表、SQL查询和数据摄入管道以支持报告、仪表板、预测模型和下游分析，编写复杂的高效查询将原始数据源转化为易于访问的模型，为我们的团队和报告平台，准备数据用于预测和前瞻性建模，识别和分析数据模式，识别提高数据可靠性、效率和质量的方法，与分析、数据科学和更广泛工程团队合作，帮助自动化数据分析和可视化需求，建议转型过程以填充数据模型，并探索设计和开发数据基础设施的方式，跨学科和部门协作、协调和沟通，确保符合HIPAA法规要求。

最低高中文凭和四年相关经验，其中三年包括OOP、SQL、schema设计、数据建模、设计、构建和维护数据处理系统，计算机科学、信息技术和相关领域的学士学位优先。有Python和PySpark高级分析工具的经验，SQL、SPARK、Azure Data Factory (ADF)的经验，处理数据问题、分析端到端数据管道和与业务用户解决问题的经验，与数据治理/数据质量及数据安全团队合作，特别是数据 stewards 和安全官员，将数据管道移入生产，确保适当的数据质量、治理和安全标准和认证，Databricks和SSIS经验是加分项，有使用Hive、Impala、Spark和熟悉Kafka的经验，有机器学习、数据科学、计算机视觉、人工智能、统计学和应用数学的经验，优秀的沟通技能（口头、倾听和书面），能够构建和管理数据管道，为数据结构涵盖数据转换、数据模型、schema、元数据和工作负载管理，能够与IT和业务整合分析和数据科学输出到业务流程和工作流中，敏捷学习者，具备强问题解决能力，享受在技术跨职能团队中解决复杂数据问题，能够优先处理多个项目和请求，强关注细节识别数据关系、趋势和异常，思考长期影响的关键设计决策和处理失败场景，能够有效地分享技术信息，向所有层次的业务沟通技术问题和解决方案，能够按时完成任务，处理多个任务，工作压力下表现良好。

提供具有竞争力的薪酬和福利包，包括激励奖金计划，以及认可和奖励计划。我们的工作环境友好和支持，尽可能提供灵活的工作时间，以及广泛的专业发展和教育计划，帮助您获得晋升机会。

Claritev是一个动态的创新团队，致力于在医疗保健领域为所有人弯折成本曲线，致力于服务 excellence，延伸到所有相关方，推动持续超越期望。我们是一个平等机会雇主，遵守所有适用的法律和法规。合格的申请人将根据雇佣情况考虑，不考虑年龄、种族、颜色、宗教、性别、性取向、性别认同、国籍、残疾或受保护的退伍军人状态。