Medical AI Data Engineer 80-100 %

Hauptverantwortlichkeiten :

Konzeption, Entwicklung und Wartung von KI-Agenten unter Nutzung von RAG und autonomen KI-Agenten, die es klinischen Forschern ermöglichen, sensible föderierte Datensätze mittels natürlicher Sprache abzufragen
Aufbau und iterative Entwicklung einer interoperablen Pipeline zur Generierung von SQL aus einer Abfragesprache, einschliesslich Schema-Awareness-Schichten und Abfragevalidierung, die auf komplexe klinische Datenmodelle zugeschnitten ist
Implementierung und Wartung von Datenharmonisierungs-Pipelines gemäss dem OMOP Common Data Model und dem HL7 FHIR Standard, um die Interoperabilität über heterogene klinische Datensätze mehrerer Institutionen hinweg zu ermöglichen
Integration und Wartung medizinischer Ontologie-Mappings über ICD-10, SNOMED CT, ATC und RxNorm hinweg, um die semantische Konsistenz bei föderierten Patientendatenabfragen zu gewährleisten
Entwicklung und Wartung von Full-Stack-Plattformfunktionen: von Backend-Services, APIs und Query-Orchestration-Pipelines bis hin zu benutzerorientierten Schnittstellen für klinische Forscher und Data Scientists.

Was wir suchen

AI/LLM Systeme: Hands-on-Erfahrung beim Aufbau von produktionsreifen RAG-Pipelines und agentischen KI-Workflows, angewendet auf die Abfrage klinischer Daten.
Medizinische Ontologien: Praktische Erfahrung bei der Integration einer breiten Palette klinischer Ontologien und Vokabulare in ein Abfrage- oder Datenharmonisierungssystem, einschliesslich, aber nicht beschränkt auf SNOMED CT, ATC, RxNorm, ICD-10, LOINC und OMOP Standard-Vokabulare. Der Kandidat muss praktische Implementierungserfahrung im Management von Konzept-Mappings, Hierarchien und Ontologie-übergreifenden Beziehungen nachweisen.
Backend Engineering: Fundierte Erfahrung in der Go-Entwicklung, einschliesslich API-Design und Aufbau von Datenpipelines.
Frontend Engineering: Erfahrung in der React-Entwicklung, einschliesslich Komponentendesign und Aufbau sicherer, klinisch orientierter Benutzeroberflächen.
Starke SQL-Expertise: Schreiben und Optimieren komplexer Abfragen sowie Untersuchen, Überwachen und Beheben von Performance-Problemen in Produktionsdatenbanken wie PostgreSQL und Oracle.
Bevorzugte Qualifikationen
Erfahrung in der Arbeit mit relationalen Datenbanken und komplexen klinischen Datenmodellen.
Nachgewiesene Fähigkeit zum Aufbau und zur Wartung von produktionsreifen React-Interfaces, idealerweise innerhalb einer datenintensiven oder analytikorientierten Anwendung.
Vorherige Erfahrung in der Arbeit innerhalb datenschutzwahrender, föderierter oder verteilter Datenumgebungen, in denen Daten nicht in Rohform bewegt oder offengelegt werden können, wird stark bevorzugt. Das Verständnis der technischen Einschränkungen, die dies für das Query-Design und den Datenzugriff mit sich bringt, ist essenziell.
Aufgrund der Komplexität und des proprietären Charakters unserer Plattform legen wir grossen Wert auf Kandidaten, die über einen längeren Zeitraum (18 Monate oder mehr) massgebliche Beiträge zu einem einzigen, spezialisierten System geleistet haben.

Warum zu uns stossen?

Sinnstiftende Arbeit: Ihr Beitrag zur Infrastruktur ermöglicht den sicheren Zugriff auf Erkenntnisse aus Patientendaten und ermöglicht lebensrettende Forschung.
Lausanne Hub: Arbeiten im Zentrum des European Health Valley.
Impact: In einem Team von <20 Personen sind Sie nicht nur ein Ticket-Löser. Sie bauen das Fundament, auf dem das Unternehmen steht.
Herausfordernde Probleme: Wenn Sie es lieben, an der Schnittstelle von KI, regulierten Gesundheitsdaten und verteilten Systemen zu arbeiten, werden Ihnen hier die schwierigen Probleme nicht ausgehen.
Diese Rolle ist richtig für Sie, wenn Sie:
Gerne über den gesamten Stack hinweg arbeiten: von Ontologie-Mappings und Datenmodellen über APIs bis hin zu Benutzeroberflächen
0-2 Jahre Erfahrung in einer datenschutzwahrenden oder föderierten Gesundheitsdaten-Umgebung mitbringen.
Einen starken Instinkt für Datenqualität und semantische Korrektheit haben, insbesondere in einem klinischen oder medizinischen Kontext
Es schätzen, sich aus Ihrer Komfortzone herauszufordern, und Veränderungen mögen.
Gerne Verantwortung übernehmen und für Ergebnisse rechenschaftspflichtig sind.
Bescheiden bleiben und offen für Feedback sind, insbesondere bei der Zusammenarbeit mit Weltklasse-Experten.