Ingeniero de Datos Sénior (solución de salud)

• Más de 6 años de experiencia profesional en ingeniería de datos, desarrollo backend/microservicios, HealthTech o interoperabilidad sanitaria.
• Sólida experiencia práctica en Python, incluyendo el procesamiento de datos de grado de producción y el desarrollo de pipelines.
• Experiencia demostrada gestionando pipelines de datos de extremo a extremo en producción, cubriendo la ingesta, transformación, validación, entrega, monitorización, resolución de problemas y soporte operativo.
• Sólida experiencia con Apache Spark/PySpark a escala, incluyendo particionamiento, optimización del rendimiento, ajuste de memoria y procesamiento distribuido.
• Experiencia con tecnologías lakehouse modernas como Databricks y Delta Lake, o plataformas comparables.
• Sólida experiencia en el diseño de pipelines ETL/ELT, incluyendo CDC, procesamiento incremental/delta, procesamiento idempotente, evolución de esquemas y cargas de trabajo batch/streaming.
• Excelentes habilidades de SQL y una comprensión sólida del modelado de datos, la transformación, la validación y los principios de calidad de datos.
• Experiencia práctica con FHIR R4, incluyendo recursos, perfiles, Bundles, validación y transformación de datos sanitarios.
• Conocimientos operativos de HL7 v2.x y conceptos de interoperabilidad sanitaria.
• Comprensión de los estándares US Core y USCDI y su aplicación a los datos sanitarios.
• Experiencia con patrones de transformación de datos sanitarios como HL7/C-CDA a FHIR.
• Comprensión de los estándares de terminología sanitaria como SNOMED CT, LOINC y RxNorm.
• Experiencia trabajando con dominios de datos sanitarios como clínicos, reclamaciones (claims), cobertura, elegibilidad o conjuntos de datos relacionados.
• Sólida comprensión de las prácticas de ingeniería de producción, incluyendo Git, CI/CD, pruebas automatizadas, observabilidad, fiabilidad y resolución de incidentes.
• Capacidad demostrada para asumir de forma independiente una nueva fuente de datos o un problema de ingeniería ambiguo desde el análisis inicial hasta el despliegue y la operación en producción.
• Experiencia práctica en el uso de agentes de codificación de IA como Claude Code o herramientas comparables como parte integrante del flujo de trabajo de ingeniería.
• Capacidad para aplicar el desarrollo asistido por IA con el criterio de ingeniería adecuado, garantizando que las soluciones generadas o asistidas permanezcan testeadas, sean deterministas cuando sea necesario, seguras y protegidas para la PHI.
• Gran sentido de la responsabilidad (ownership), pensamiento analítico y habilidades de comunicación.
• Inglés profesional suficiente para la colaboración directa con los responsables de ingeniería, producto y del dominio con sede en EE. UU.

• Experiencia profunda con plataformas de interoperabilidad sanitaria basadas en FHIR que operen a escala.
• Experiencia con la coincidencia de pacientes (patient matching), vinculación de registros, resolución de entidades, deduplicación y gestión de identidades.
• Experiencia con la normalización de terminología sanitaria y servicios de terminología.
• Experiencia con C-CDA/CDA y transformación compleja de documentos clínicos.
• Experiencia integrando datos de múltiples plataformas EHR/EMR.
• Experiencia en el manejo de PHI y datos sanitarios regulados, incluyendo consideraciones de seguridad y privacidad relacionadas con HIPAA.
• Experiencia con conjuntos de datos de proveedores/referencia, como registros nacionales de proveedores.
• Experiencia optimizando cargas de trabajo de procesamiento de datos en la nube para coste, capacidad de procesamiento y escalabilidad.
• Experiencia construyendo habilidades de IA, agentes o flujos de trabajo de ingeniería asistidos por IA reutilizables para la ingeniería de datos.
• Familiaridad con la evaluación de LLM, guardrails, privacidad de datos y la determinación de cuándo el procesamiento determinista/basado en reglas es preferible a una solución basada en LLM.

Intellias busca un Senior Healthcare Data Engineer para unirse a una iniciativa de salud digital a gran escala centrada en transformar datos sanitarios fragmentados en información de salud limpia, estandarizada y fiable.

Este es un rol de ingeniería práctico y con gran autonomía (high-ownership) que combina ingeniería de datos distribuidos, interoperabilidad sanitaria y desarrollo de software nativo de IA. Serás responsable de los datos sanitarios de extremo a extremo: desde la incorporación de nuevas fuentes de datos y la construcción de pipelines de transformación hasta la entrega de datos FHIR conformes a estándares y listos para producción.

Buscamos un ingeniero que combine una sólida experiencia en Python, Spark/PySpark y ingeniería de datos con conocimientos prácticos de FHIR/HL7 y una mentalidad de ingeniería nativa de IA.

El proyecto consiste en la construcción de una plataforma de datos de salud basada en FHIR a gran escala, integrando información de EHR, organizaciones sanitarias, conjuntos de datos nacionales y de referencia, y otras fuentes de datos clínicos.

La plataforma ingiere datos sanitarios heterogéneos, los transforma y normaliza, realiza la vinculación de pacientes y entidades, la normalización de terminología y la deduplicación, y produce recursos FHIR limpios y conformes a los estándares para aplicaciones y servicios sanitarios downstream.

El entorno de ingeniería combina Python, Apache Spark/PySpark, Databricks, Delta Lake, SQL, pipelines ETL/ELT, infraestructura cloud-native, FHIR R4, HL7 y estándares de terminología sanitaria.

Este es también un entorno de ingeniería nativo de IA. Se espera que los agentes de codificación y las capacidades de IA reutilizables formen parte del flujo de trabajo de ingeniería habitual, acelerando la implementación, las pruebas, los mapeos, el análisis de datos y las tareas de ingeniería repetitivas, manteniendo al mismo tiempo requisitos estrictos de corrección, fiabilidad y seguridad de la PHI (información de salud protegida).

• Diseñar, construir y operar pipelines de datos sanitarios que transformen datos de origen heterogéneos en recursos FHIR conformes a los estándares.
• Gestionar las fuentes de datos desde la ingesta hasta la entrega en producción, incluyendo el análisis de archivos, el descifrado, el mapeo, la validación, la transformación, el enriquecimiento y la integración downstream.
• Desarrollar soluciones de procesamiento distribuido escalables utilizando Python y Spark/PySpark.
• Construir y mantener flujos de trabajo ETL/ELT que admitan patrones de procesamiento por lotes (batch), incrementales, CDC y en streaming.
• Implementar vinculación de pacientes/registros, deduplicación, normalización de terminología, enriquecimiento y controles de calidad de datos.
• Transformar datos sanitarios a través de distintos estándares y formatos, incluyendo HL7, C-CDA, FHIR y formatos de origen propietarios.
• Construir un procesamiento fiable en torno a los sistemas de terminología sanitaria, incluidos SNOMED CT, LOINC y RxNorm.
• Mejorar la resiliencia de los pipelines mediante estrategias de reintento, idempotencia, validación automatizada, monitorización, alertas y recuperación de fallos.
• Optimizar las cargas de trabajo de procesamiento de datos para obtener rendimiento, escalabilidad, capacidad de procesamiento (throughput) y eficiencia de costes en la nube.
• Investigar problemas de datos en producción en pipelines de múltiples etapas y gestionarlos mediante análisis de causa raíz hasta su resolución permanente.
• Escribir y mantener pruebas unitarias, de integración y de calidad de datos.
• Gestionar la PHI y los datos sanitarios cifrados de acuerdo con los requisitos de seguridad y privacidad aplicables.
• Utilizar agentes de codificación de IA y capacidades de IA reutilizables como parte regular del flujo de trabajo de ingeniería para acelerar el desarrollo, las pruebas, los mapeos, el análisis y las actividades de ingeniería repetitivas.
• Aplicar el criterio de ingeniería al elegir entre enfoques deterministas/basados en reglas y enfoques basados en IA/LLM, equilibrando la corrección, la fiabilidad, el coste, la latencia y la seguridad de la PHI.
• Desarrollar y contribuir con capacidades de ingeniería habilitadas por IA que sean reutilizables y puedan ser adoptadas por otros ingenieros y equipos.
• Colaborar con los responsables de ingeniería, producto, datos y del dominio sanitario para convertir datos de origen complejos en información de salud fiable y utilizable.