Categorías
···
Entrar / Registro
Resumen: Como Director Asociado, usted será un líder técnico práctico que moldeará el diseño y la entrega de plataformas de datos e IA de próxima generación centradas en el paciente, promoviendo la adopción responsable de la IA. Aspectos destacados: 1. Dirigir el diseño y la entrega de plataformas de datos e IA de próxima generación centradas en el paciente 2. Promover la adopción responsable de la IA en los flujos de trabajo diarios 3. Mentorizar a ingenieros en ingeniería moderna de datos y uso responsable de la IA Como Director Asociado en Alexion, usted será un líder técnico práctico que moldeará el diseño y la entrega de nuestras plataformas de datos e IA de próxima generación centradas en el paciente. Construirá productos y tuberías de datos altamente escalables, fiables y seguros, integrando la IA en todo el ciclo de vida para aumentar la velocidad, la calidad y la resiliencia. Usted promoverá la adopción responsable de la IA en los flujos de trabajo diarios mediante copilotos de IA para acelerar el desarrollo, pruebas automatizadas para mejorar la calidad, observabilidad impulsada por IA para detectar problemas temprano y gobernanza asistida por IA para garantizar el cumplimiento (GDPR, HIPAA y principios de productos de datos FAIR/TRUSTed). Elevará el nivel de excelencia en ingeniería mientras mentoriza a otros en el uso seguro y eficaz de la IA. **Usted será responsable de:** * Entrega de soluciones * Diseñar y construir tuberías de datos ELT/ETL nativas en la nube y productos de datos orientados por dominio en AWS y Snowflake que sean escalables, eficientes desde el punto de vista de costes y resilientes. * Definir e implementar patrones para integraciones por lotes, micro-lotes y basadas en eventos; optimizarlos para rendimiento, fiabilidad y seguridad. * Desarrollo acelerado por IA * Utilizar copilotos de IA para generar código SQL/Python/dbt, crear pruebas unitarias/integradas, sugerir optimizaciones de consultas e inferir esquemas/mappings. * Emplear IA para generar automáticamente documentación técnica, resúmenes de trazabilidad y comentarios de código; integrar estándares de indicaciones y puntos de revisión en los flujos de trabajo de solicitudes de extracción (PR). * Calidad de los datos, observabilidad y fiabilidad * Implementar marcos de calidad de datos y SLA/SLO con detección habilitada por IA de anomalías y desviaciones, así como sugerencias de causa raíz; crear manuales de autorreparación siempre que sea factible. * Instrumentar tuberías con métricas, registros y rastros; aprovechar la IA para correlacionar incidentes entre sistemas de orquestación, almacenes y fuentes. * Gobernanza, privacidad y cumplimiento * Operacionalizar controles de gobernanza y privacidad de datos (RBAC/PBAC, cifrado, retención) con detección asistida por IA de información personal identificable (PII), comprobaciones de políticas y artefactos de auditoría automatizados. * Garantizar la alineación con los principios de productos de datos FAIR y TRUSTed; contribuir a los metadatos del catálogo, etiquetas semánticas y descubribilidad mediante enriquecimiento asistido por IA. * Rendimiento, costes y optimización de la plataforma * Ajustar almacenes, consultas y modelos dbt en Snowflake; aplicar recomendaciones impulsadas por IA para equilibrar costes, rendimiento y concurrencia. * Contribuir componentes y plantillas reutilizables a «rutas doradas» que incorporen buenas prácticas y salvaguardias de IA. * Colaboración y habilitación * Colaborar con equipos de ciencia de datos y análisis en contratos de datos, conjuntos de datos listos para funciones y tuberías reproducibles; brindar soporte para entornos de ejecución contenerizados o sin servidor según sea necesario. * Mentorizar a ingenieros en ingeniería moderna de datos y uso responsable de la IA, incluidas la ingeniería de indicaciones, las pautas de validación y las comprobaciones de sesgo/calidad. **Se requiere que tenga:** * Máster en Ciencias de la Computación, Sistemas de Información, Ingeniería o campo relacionado. * Más de 10 años de experiencia en ingeniería de datos, gestión de datos y análisis, con historial comprobado de entrega de soluciones a gran escala, seguras y resilientes —idealmente en ciencias de la vida. * Amplia experiencia práctica: * SQL y Python; construcción de procesos ETL/ELT y orquestación robustos (Apache Airflow, AWS Glue). * Snowflake: monitores de recursos, RBAC, dimensionamiento de almacenes, ajuste de rendimiento, clonación sin copia, intercambio de datos, viaje en el tiempo, Streams/Tareas, SnowPipe; herramientas como SnowSQL, Streamlit y Cortex. * dbt y Fivetran; diseño de transformaciones modulares y probables con control de versiones y CI/CD. * IA en ingeniería de datos: * Experiencia práctica utilizando copilotos de IA para la generación de código/pruebas con revisión humana; asignación de esquemas, documentación y trazabilidad asistidas por IA. * Calidad/observabilidad de datos habilitada por IA (detección de anomalías/desviaciones, clasificación de incidentes) y manuales de autorreparación. * Detección/etiquetado automatizados de PII y comprobaciones de políticas para apoyar el cumplimiento de GDPR/HIPAA. * Gobernanza y fiabilidad de los datos: * Conocimiento de los principios de productos de datos FAIR y TRUSTed; experiencia con catálogos de datos y estándares de metadatos. * Conocimiento de métodos y herramientas para calidad y observabilidad de datos; capacidad para integrar telemetría en tuberías y plataformas. * Habilidades en la nube y en plataformas: * Patrones de arquitectura en AWS (certificación preferible), Infraestructura como Código, CI/CD basada en GitHub, gestión de secretos. * Experiencia con contenerización y patrones sin servidor; capacidad para dar soporte a cargas de trabajo adyacentes a DS/ML. * Experiencia implementando IaC con Terraform (o CloudFormation) * Comunicación y liderazgo: * Capacidad para explicar conceptos técnicos complejos a distintos públicos y mentorizar a ingenieros sobre buenas prácticas y uso responsable de la IA. **Preferimos que tenga:** * Más de 5 años en biotecnología/farmacéutica con exposición a casos de uso de análisis en I+D y/o comerciales; comprensión de contextos normativos (por ejemplo, conocimiento de GxP sería útil). * Experiencia en múltiples nubes o pilas tecnológicas (Azure, GCP, Databricks). * Conocimiento de Kubernetes/Docker para cargas de trabajo de datos y conceptos de grafos de conocimiento.
