data engineer for scientific data

HireHi; United States; Hybrid; USD 120,000 - 180,000; Full time

Benefits offered by this job

Competitive compensation

Flexible working hours

Continuous education and mentoring

Team with excellent tech expertise

Job summary

Quantori приглашает в команду инженера по данным для проектирования и поддержки масштабируемых конвейеров данных. Вы будете интегрировать данные из множества источников, работать с Python, SQL и облачными технологиями, включая Databricks и Snowflake, для обеспечения высокого качества и доступности данных.

Требуется 6+ лет опыта в data engineering, знание инструментов BI и построение моделей данных. В должности предусмотрены гибкий график и возможность сотрудничества на глобальном уровне.

Qualifications

• Степень бакалавра в соответствующей области.
• 6+ лет опыта в data engineering, моделировании данных и проектировании баз данных.
• Знания Python, SQL и облачных архитектур (AWS, Snowflake, Databricks, Redshift, Spark, dbt).
• Опыт работы с NoSQL/графовыми базами данных.
• Уровень английского не менее B2.

Responsibilities

• Разрабатывать, строить и поддерживать масштабируемые конвейеры данных для сбора и интеграции данных.
• Создавать и оптимизировать потоки данных для структурированных и неструктурированных данных с использованием Python (PySpark), R, SQL, Databricks, Snowflake и др.
• Разрабатывать и поддерживать репозитории данных и бизнес-правила.
• Реализовывать enterprise-модели данных и обновлять их по мере необходимости.
• Обеспечивать готовность к ML/AI за счет структурирования данных, версионирования и соответствия стандартам предприятия.

Skills

Data modeling

ETL design

Stakeholder management

Python

SQL

Cloud architectures

Education

Степень бакалавра в инженерии/Data Science/CS

Tools

Databricks

Snowflake

Redshift

dbt

Tableau

Job description

Описание

Quantori is an international team that develops custom software solutions enabling advanced analytics and digital process transformation across scientific, technical, and operational domains.

Задачи

• Design, build, and maintain scalable data pipelines for acquiring, integrating, and managing data from diverse data generation sources and systems;
• Create and optimize data flows for structured and unstructured data using Python (PySpark), R, SQL, Databricks, Snowflake, and other modern engineering tools;
• Develop and maintain specific data repositories;
• Implement enterprise-level data models and create new models as needed;
• Enable AI/ML readiness by ensuring data is well-structured, versioned, traceable, and semantically aligned with enterprise data standards.

Требования

• Bachelor's degree in Engineering, Data Science, Life Sciences, Computer Science, or a related field;
• 6+ Years of experience in data engineering, including data modeling and database design, preferably in a scientific, manufacturing, or healthcare environment;
• Proficiency with Python, R, SQL, and cloud-based architectures, including AWS services, Snowflake, Databricks, Redshift, Spark, and dbt;
• Familiarity with Databricks AI/BI, Tableau, or other BI tools;
• Expertise in ETL and DWH;
• Experience with NoSQL and graph databases;
• English language proficiency of B2+;
• Strong analytical, problem-solving, stakeholder-management, organizational, and adaptability skills;
• Ability to translate discussions into actionable requirements;
• Ability to drive multiple projects simultaneously;
• Nice to have: experience with regulated or standards-driven data environments such as CDISC, HL7, FHIR, OMOP, DICOM, or manufacturing/quality data standards, familiarity with high-dimensional data, experience with principles connecting to or feeding MLOps and model deployment workflows, knowledge of manufacturing systems (MES), laboratory information systems, or industrial data systems, exposure to knowledge graph or ontology-driven architectures.

Условия

• Competitive compensation;
• Flexible working hours;
• Continuous education, mentoring, and professional development programs;
• A team with excellent tech expertise.