Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Precision Medicine Group
Индия6 месяцев назад
Грейд
Principal
Опыт работы
от 8 лет
Формат работы
Удалённо
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Мы создаем Data Hub — централизованную платформу данных, отвечающую за консолидацию устаревшей инфраструктуры данных, создание основ данных корпоративного уровня и обеспечение продвинутых возможностей аналитики и искусственного интеллекта в Precision AQ. Principal Data Engineer — это старший технический руководитель и практический участник, ответственный за проектирование, внедрение, оптимизацию и эксплуатацию основных возможностей платформы Data Hub. Эта роль находится на стыке инженерии данных, платформенной инженерии, DevOps, архитектуры и управления данными. Вы будете помогать определять техническое направление платформы, оставаясь активно вовлеченным в проектирование решений, создание инфраструктуры, проверку кода, устранение проблем в продакшене и улучшение инженерных практик. Это не управленческая роль. Хотя вы будете наставлять и руководить младшими инженерами, инженерами по аналитике и участниками платформы, у вас не будет прямых подчиненных. Мы ищем опытного практика, который любит решать сложные технические задачи, устанавливать высокие инженерные стандарты и вести за собой благодаря опыту и влиянию, а не организационной иерархии. Будучи членом руководящей команды Data Hub, вы будете участвовать в разработке технологической стратегии, приоритизации дорожной карты, управлении архитектурой, оценке поставщиков и предоставлении отчетности руководству, оставаясь при этом глубоко вовлеченным в повседневную инженерную деятельность.
Инфраструктурная и платформенная инженерия Проектирование, создание и поддержка масштабируемой, безопасной и надежной облачной инфраструктуры платформы данных. Разработка инфраструктуры как кода (Infrastructure-as-Code), конвейеров CI/CD, автоматизации развертывания и процессов управления средами. Партнерство с корпоративным ИТ, отделом безопасности и поставщиками платформ для обеспечения соответствия требованиям, надежности и операционной эффективности. Улучшение наблюдаемости платформы посредством мониторинга, оповещения, ведения журналов и отслеживания производительности.
Архитектура данных и моделирование Проектирование масштабируемых моделей данных, поддерживающих аналитику, отчетность, ИИ/МО и операционные сценарии использования. Определение и развитие стандартов, шаблонов и лучших практик архитектуры данных в экосистеме Data Hub. Обеспечение соответствия решений по данным требованиям управления данными, отслеживания происхождения данных (lineage), безопасности и нормативным требованиям. Руководство инженерными командами по внедрению поддерживаемых и расширяемых структур данных.
Инженерия данных и доставка решений Создание и оптимизация конвейеров приема, преобразования и доставки данных в различных бизнес-доменах. Руководство техническими обзорами проектирования и непосредственное участие во внедрении комплексных инициатив по инженерии данных. Сотрудничество с отделами продуктов, аналитики, ИИ/МО и бизнес-стейкхолдерами для преобразования требований в масштабируемые технические решения. Предоставление практической поддержки для критически важных инициатив платформы, миграций и программ модернизации.
DevOps и инженерное совершенство Разработка и внедрение стандартов разработки программного обеспечения, GitOps, DevOps, тестирования и развертывания. Управление автоматизацией в процессах разработки, развертывания, мониторинга и эксплуатации. Продвижение лучших практик в области качества кода, документации, управления техническим долгом и управления выпусками. Проведение обзоров архитектуры и кода для обеспечения единообразия и поддерживаемости.
Оптимизация качества, производительности и надежности Выявление и устранение узких мест производительности в конвейерах, базах данных и инфраструктуре. Определение и внедрение фреймворков качества данных, процессов автоматической валидации и операционных контролей. Оптимизация стоимости платформы, масштабируемости, надежности и эффективности обработки. Руководство анализом первопричин и усилиями по устранению проблем в продакшене и операционных задачах.
Техническое лидерство и наставничество Наставничество инженеров данных, инженеров по аналитике и других технических специалистов посредством коучинга, обзоров кода, парного программирования и руководства проектированием. Выступление в качестве доверенного технического консультанта для различных команд и бизнес-подразделений. Обмен знаниями, разработка инженерных стандартов и содействие постоянному совершенствованию всей организации Data Hub. Помощь в повышении технической квалификации более широкой инженерной команды.
Стратегическое планирование и кросс-функциональное взаимодействие Участие в руководящей деятельности Data Hub, включая планирование дорожной карты, обсуждение приоритетов, оценку технологий и отчетность перед руководством. Предоставление технических рекомендаций по инвестициям в платформу, выбору поставщиков, направлению архитектуры и инженерным стандартам. Тесное сотрудничество с отделами управления продуктами данных, командами ИИ/МО, бизнес-стейкхолдерами и корпоративным ИТ для обеспечения соответствия бизнес-приоритетов и технической реализации.
Образование: Степень бакалавра в области компьютерных наук, инженерии, информационных систем или смежной области. Рассматривается эквивалентный опыт. Предпочтительна ученая степень, но не обязательна.
Требования: 8+ лет опыта работы в области инженерии данных, платформенной инженерии, инженерии инфраструктуры или смежных технических дисциплинах. Демонстрируемый опыт проектирования и внедрения современных облачных платформ данных. Обширный практический опыт работы с технологиями хранилищ данных, оркестровки, преобразования и DevOps. Опыт создания и оптимизации крупномасштабных конвейеров данных и моделей данных. Глубокое понимание принципов разработки программного обеспечения, автоматизации инфраструктуры и производственных операций. Опыт работы в строго регулируемых, чувствительных к соблюдению нормативных требований или корпоративных средах. Подтвержденный опыт руководства техническими инициативами посредством влияния, а не прямой власти.
Кандидаты должны иметь законное право работать в стране трудоустройства без спонсорства работодателя.
Опыт работы в организациях, занимающихся здравоохранением, медико-биологическими науками, фармацевтикой или аналитикой. Опыт поддержки платформ ИИ/МО, возможностей MLOps, хранилищ признаков (feature stores) или фреймворков развертывания моделей. Знакомство с наборами данных по медицинским показаниям (claims), формулярным спискам (formulary), коммерческим данным или реальным свидетельствам (real-world evidence). Опыт руководства крупномасштабными миграциями данных, программами модернизации или консолидацией платформ корпоративного уровня. Опыт работы с глобальными инженерными командами и распределенными моделями доставки.
Знания, навыки и компетенции
Техническая экспертиза Продвинутые знания облачных платформ данных, современной архитектуры данных и платформенной инженерии. Глубокая экспертиза в области моделирования данных, оптимизации запросов и проектирования аналитических данных. Способность оценивать и выбирать соответствующие технологии, фреймворки и архитектурные подходы. Экспертный уровень владения SQL и уверенные навыки Python.
Инфраструктура и DevOps Глубокое понимание CI/CD, GitOps, Infrastructure-as-Code, контейнеризации и автоматизации развертывания. Опыт внедрения операционного мониторинга, управления инцидентами, оповещения и решений по обеспечению наблюдаемости. Знание лучших практик в области безопасности, управления доступом и управления платформой. Глубокое понимание масштабируемости, отказоустойчивости и инженерии производительности.
Лидерство и влияние Руководит благодаря авторитету, опыту и сотрудничеству, а не формальной власти. Сильные навыки наставничества и коучинга. Уверенность в проведении технических обсуждений и достижении консенсуса среди различных стейкхолдеров, а также способность влиять на архитектурные и технологические решения в различных командах.
Коммуникация и сотрудничество Отличные навыки письменного и устного общения, способность излагать сложные технические концепции как технической, так и нетехнической аудитории. Эффективное управление стейкхолдерами в командах инженеров, продуктологов, бизнеса и руководства. Сильные навыки принятия решений и приоритизации в неоднозначных средах.
Техническая среда Вы будете работать с современной экосистемой данных и ИИ, которая может включать: Платформы данных: Snowflake, AWS Redshift, S3 Преобразование: dbt, Matillion Оркестровка: Airflow, Dagster Управление данными: Snowflake Horizon Качество данных: dbt tests, Elementary Инфраструктура и DevOps: Terraform, GitHub Actions, Azure DevOps ИИ/МО: Snowpark ML, MLflow, Snowflake Feature Store, LangChain Языки: SQL, Python
We are building the Data Hub, a centralized data platform responsible for consolidating legacy data infrastructure, establishing enterprise-grade data foundations, and enabling advanced analytics and AI capabilities across Precision AQ. The Principal Data Engineer is a senior technical leader and hands-on contributor responsible for the design, implementation, optimization, and operation of the Data Hub’s core platform capabilities. This role sits at the intersection of data engineering, platform engineering, DevOps, architecture, and data governance. You will help define the technical direction of the platform while remaining actively involved in designing solutions, building infrastructure, reviewing code, troubleshooting production issues, and improving engineering practices. This is not a management role. While you will mentor and guide junior engineers, analytics engineers, and platform contributors, you will not have direct reports. We are looking for an experienced practitioner who enjoys solving complex technical challenges, setting high engineering standards, and leading through expertise and influence rather than organizational hierarchy. As a member of the Data Hub leadership team, you will contribute to technology strategy, roadmap prioritization, architecture governance, vendor evaluation, and executive reporting while remaining deeply engaged in day-to-day engineering activities.
Main duties and responsibilities
Infrastructure and Platform Engineering Design, build, and maintain scalable, secure, and reliable cloud-native data platform infrastructure. Develop infrastructure-as-code, CI/CD pipelines, deployment automation, and environment management processes. Partner with Corporate IT, Security, and platform vendors to ensure compliance, reliability, and operational excellence. Improve platform observability through monitoring, alerting, logging, and performance tracking.
Data Architecture and Modelling Design scalable data models supporting analytics, reporting, AI/ML, and operational use cases. Define and evolve data architecture standards, patterns, and best practices across the Data Hub ecosystem. Ensure data solutions align with governance, lineage, security, and regulatory requirements. Guide engineering teams in implementing maintainable and extensible data structures.
Data Engineering and Solution Delivery Build and optimize data ingestion, transformation, and delivery pipelines across multiple business domains. Lead technical design reviews and contribute directly to implementation of complex data engineering initiatives. Collaborate with Product, Analytics, AI/ML, and business stakeholders to translate requirements into scalable technical solutions. Provide hands-on support for critical platform initiatives, migrations, and modernization programs.
DevOps and Engineering Excellence Establish and enforce software engineering, GitOps, DevOps, testing, and deployment standards. Drive automation across development, deployment, monitoring, and operational processes. Promote best practices for code quality, documentation, technical debt management, and release management. Conduct architecture reviews and code reviews to ensure consistency and maintainability.
Quality, Performance, and Reliability Optimization Identify and resolve performance bottlenecks across pipelines, databases, and infrastructure. Define and implement data quality frameworks, automated validation processes, and operational controls. Optimize platform cost, scalability, reliability, and processing efficiency. Lead root-cause analysis and remediation efforts for production incidents and operational challenges.
Technical Leadership and Mentorship Mentor Data Engineers, Analytics Engineers, and other technical contributors through coaching, code reviews, pair programming, and design guidance. Act as a trusted technical advisor across multiple teams and business units. Share knowledge, develop engineering standards, and promote continuous improvement across the Data Hub organization. Help elevate the technical capabilities of the broader engineering team.
Strategic Planning and Cross-Functional Collaboration Participate in Data Hub leadership activities, including roadmap planning, prioritization discussions, technology evaluations, and executive reporting. Provide technical recommendations on platform investments, vendor selection, architecture direction, and engineering standards. Collaborate closely with Data Product Management, AI/ML teams, business stakeholders, and Corporate IT to ensure alignment between business priorities and technical execution.
Education and Experience
Education: Bachelor’s degree in computer science, engineering, Information Systems, or related field. Equivalent experience considered. Advance degree preferred but not required.
Required: 8+ years of experience in Data Engineering, Platform Engineering, Infrastructure Engineering, or related technical disciplines. Demonstrated expertise designing and implementing modern cloud-based data platforms. Strong hands-on experience with data warehousing, orchestration, transformation, and DevOps technologies. Experience building and optimizing large-scale data pipelines and data models. Deep understanding of software engineering principles, infrastructure automation, and production operations. Experience operating in highly regulated, compliance-sensitive, or enterprise environments. Proven track record of leading technical initiatives through influence rather than direct authority.
Preferred: Experience within healthcare, life sciences, pharmaceutical, or analytics organizations. Experience supporting AI/ML platforms, MLOps capabilities, feature stores, or model deployment frameworks. Familiarity with claims, formulary, commercial, or real-world evidence datasets. Experience leading enterprise-scale data migrations, modernization programs, or platform consolidations. Exposure to global engineering teams and distributed delivery models.
Knowledge, Skills and Competencies
Technical Expertise Advanced knowledge of cloud data platforms, modern data architecture, and platform engineering. Deep expertise in data modelling, query optimization, and analytical data design. Ability to evaluate and select appropriate technologies, frameworks, and architectural approaches. Expert-level SQL and strong Python skills.
Infrastructure and DevOps Strong understanding of CI/CD, GitOps, Infrastructure-as-Code, containerization, and deployment automation. Experience implementing operational monitoring, incident management, alerting, and observability solutions. Knowledge of security, access management, and platform governance best practices. Strong understanding of scalability, resilience, and performance engineering.
Leadership and Influence Leads through credibility, expertise, and collaboration rather than formal authority. Strong mentoring and coaching capabilities. Comfortable facilitating technical discussions and driving consensus among diverse stakeholders and ability to influence architecture and technology decisions across teams.
Communication and Collaboration Excellent written and verbal communication skills and able to communicate complex technical concepts to both technical and non-technical audiences. Effective stakeholder management across engineering, product, business, and executive teams. Strong decision-making and prioritization skills in ambiguous environments.
Technical Environment You will work across a modern data and AI ecosystem that may include: Data Platforms: Snowflake, AWS Redshift, S3 Transformation: dbt, Matillion Orchestration: Airflow, Dagster Data Governance: Snowflake Horizon Data Quality: dbt tests, Elementary Infrastructure & DevOps: Terraform, GitHub Actions, Azure DevOps AI/ML: Snowpark ML, MLflow, Snowflake Feature Store, LangChain Languages: SQL, Python
Any data provided as a part of this application will be stored in accordance with our Privacy Policy. For CA applicants, please also refer to our CA Privacy Notice.
Precision Medicine Group is an Equal Opportunity Employer. Employment decisions are made without regard to race, color, age, religion, sex, sexual orientation, gender identity, national origin, disability, veteran status or other characteristics protected by law.
If you are an individual with a disability and require a reasonable accommodation to complete any part of the application process or are limited in the ability or unable to access or use this online application process and need an alternative method for applying, you may contact Precision Medicine Group at .
Recruitment Fraud Warning: Please be aware that fraudulent individuals and websites may impersonate Precision Medicine Group or its affiliates and attempt to obtain personal, financial, or banking information through fake job postings or employment offers. Precision Medicine Group will never request payment, banking details, or other sensitive financial information as part of the recruitment process. If you believe you have been targeted by a recruitment scam, we encourage you to report the incident to your local law enforcement authorities, consumer protection agency, or relevant cybercrime reporting organization in your country. Please also notify us at so we can investigate and take appropriate action.
Candidates must be legally authorized to work in the country of employment without employer sponsorship.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 3 410 000 до 5 630 000