HealthTech-стартап создаёт продукт поддержки врачебных решений. Команда строит Data Platform с нуля и ищет инженера для работы с дата-инфраструктурой и подготовки данных для ML-команды.
Обязанности:
- Строить Python/SQL-пайплайны загрузки данных из файлов, API и информационных систем: парсинг XML/JSON, нормализация и загрузка в хранилище.
- Разворачивать, настраивать и поддерживать инструменты обработки данных, оркестрацию, хранилище и S3.
- Проектировать модель хранилища, сущности, связи и правила преобразования источников.
- Обеспечивать надёжность пайплайнов: инкрементальные загрузки, повторные запуски без дублей, обработка ошибок и разбор сбоев.
- Встраивать псевдоанонимизацию и проверки качества данных.
- Готовить версионируемые датасеты для ML-команды.
Требования:
- Уверенное владение Python и SQL, опыт написания продакшн-кода.
- Практический опыт ETL/ELT, оркестрации, инкрементальной обработки, backfill и повторных запусков.
- Опыт самостоятельной настройки и поддержки дата-инфраструктуры.
- Понимание реляционного моделирования, ключей и связей.
- Опыт работы с S3, Parquet, pandas, Polars или PyArrow.
- Знание Linux, Git, Docker и CI/CD.
- Опыт работы с чувствительными данными, контроля доступа и защиты персональных данных в логах.
Будет плюсом: опыт работы с медицинскими данными, интеграциями с МИС и клиническими справочниками; подготовка данных для ML, включая разбиение выборок, проверку утечек и версионирование с DVC, MLflow или аналогами; опыт превращения прототипа в регулярно работающий пайплайн.
Условия и преимущества: full-time, гибридный формат или удалённая работа по РФ. Возможность влиять на архитектуру и выбор инструментов платформы, работать со сложными данными медицинских систем и создавать продукт, полезный врачам и пациентам.