Staff Data Engineer (healthcare solution)

En Intellias, donde la tecnología es la protagonista, las personas siempre van antes que los procesos. Al crear un ambiente cómodo en nuestro equipo, empoderamos a las personas para que desbloqueen su verdadero potencial y alcancen resultados extraordinarios. Por eso ofrecemos una gama de beneficios que apoyan tu bienestar y potencian tu crecimiento profesional.
Estamos comprometidos con el fomento de la equidad, la diversidad y la inclusión como empleador que ofrece igualdad de oportunidades. Todos los candidatos serán considerados para el empleo sin discriminación por motivos de raza, color, religión, edad, género, nacionalidad, discapacidad, orientación sexual, identidad o expresión de género, condición de veterano o cualquier otra característica protegida por la ley aplicable.
Damos la bienvenida y celebramos la singularidad de cada individuo. Únete a Intellias para una carrera donde tus perspectivas y contribuciones son vitales para nuestro éxito compartido.

Intellias busca un Staff Healthcare Data Engineer para unirse a una iniciativa de salud digital a gran escala centrada en la construcción de una plataforma de datos sanitarios basada en FHIR y en la transformación de datos sanitarios fragmentados en información limpia, estandarizada y fiable.

Este es un puesto de contribuidor individual a nivel Staff que combina una profunda experiencia en ingeniería de datos sanitarios, sistemas de datos distribuidos, interoperabilidad FHIR y desarrollo de software nativo de IA. Establecerás la dirección técnica sobre cómo se ingieren, transforman, validan y entregan los datos sanitarios a escala, resolviendo al mismo tiempo los desafíos de ingeniería y calidad de datos más complejos de la plataforma.

El puesto requiere tanto una profunda experiencia técnica práctica como una amplia influencia técnica: establecer marcos de trabajo y estándares reutilizables, mentorizar a ingenieros experimentados y elevar el nivel de ingeniería de todo el equipo.

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

La plataforma transforma datos sanitarios heterogéneos en FHIR limpio y conforme a los estándares, abordando retos complejos en torno a la calidad de los datos, la concordancia de pacientes y registros, la deduplicación, la normalización de terminología, el procesamiento distribuido y la entrega fiable a escala de producción.

El entorno tecnológico incluye Python, Apache Spark/PySpark, Databricks, Delta Lake, SQL, FHIR R4, HL7, C-CDA, estándares de terminología sanitaria e infraestructura de datos moderna nativa de la nube.

Se trata de un entorno de ingeniería nativo de IA donde agentes de programación como Claude Code y capacidades de IA reutilizables se integran en el ciclo de vida de la ingeniería. La IA se utiliza para acelerar el desarrollo y resolver problemas adecuados de datos sanitarios, manteniendo estrictos estándares de corrección, procesamiento determinista, pruebas, seguridad y protección de la PHI.

• Establecer la dirección técnica para la ingeniería de datos sanitarios en las fases de ingesta, transformación, validación, normalización y entrega.
• Responsabilizarse de la arquitectura de extremo a extremo de pipelines de datos distribuidos a gran escala que transforman datos de origen heterogéneos en FHIR limpio y conforme a los estándares.
• Diseñar y evolucionar soluciones escalables utilizando Python, Spark/PySpark, Databricks/Delta Lake y tecnologías modernas de procesamiento de datos.
• Diagnosticar y eliminar cuellos de botella complejos de rendimiento y escalabilidad en las cargas de trabajo de datos distribuidos.
• Establecer estándares y marcos de trabajo reutilizables para la calidad de los datos, la deduplicación, la vinculación de pacientes/registros, la normalización de la terminología y el procesamiento idempotente fiable.
• Definir patrones arquitectónicos para la transformación FHIR, la validación, la evolución del esquema y la entrega en producción.
• Construir y evolucionar capacidades de validación y pruebas automatizadas para la calidad de los datos y la conformidad con FHIR.
• Establecer patrones de ingeniería y herramientas reutilizables que permitan al equipo en general ofrecer nuevas capacidades de datos sanitarios de forma más rápida y consistente.
• Promover prácticas de ingeniería seguras para la PHI y garantizar que las soluciones de datos sanitarios cumplan con los requisitos aplicables de seguridad, privacidad y cumplimiento.
• Convertir la ingeniería nativa de IA en una parte práctica del modelo de desarrollo del equipo, utilizando agentes de programación y capacidades de IA reutilizables para automatizar el trabajo repetitivo y acelerar las tareas de ingeniería complejas.
• Establecer salvaguardas de ingeniería para el desarrollo asistido por IA, garantizando que las soluciones generadas por IA sigan siendo correctas, probadas, seguras, observables y seguras para la PHI.
• Determinar en qué casos el procesamiento determinista proporciona una mayor fiabilidad que los enfoques basados en IA/LLM y establecer los patrones arquitectónicos adecuados para ambos.
• Mentorizar a ingenieros Senior y Middle mediante revisiones de diseño, programación en pareja (pairing), orientación técnica y el intercambio de conocimientos.
• Impulsar la resolución de problemas de ingeniería complejos y ambiguos, desde la investigación inicial hasta la arquitectura, la implementación y la operación en producción.
• Colaborar con las partes interesadas de ingeniería, producto, seguridad, datos y del dominio sanitario para traducir requisitos de interoperabilidad complejos en soluciones técnicas escalables.
• Representar prácticas sólidas de ingeniería de datos sanitarios en las discusiones técnicas, de estándares y de arquitectura pertinentes.

• Más de 8 años de experiencia profesional en ingeniería de datos, plataformas de datos sanitarios, HealthTech o interoperabilidad sanitaria.
• Demostrada responsabilidad técnica a nivel Staff en sistemas de producción complejos, incluyendo la capacidad de establecer la dirección técnica y resolver problemas que abarcan múltiples componentes y equipos de ingeniería.
• Sólida experiencia práctica en Python e ingeniería de datos de grado de producción.
• Experiencia profunda 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 y operación de pipelines ETL/ELT a gran escala, incluyendo CDC, procesamiento incremental/delta, idempotencia, evolución de esquemas y cargas de trabajo por lotes (batch) o en streaming.
• Experiencia demostrada en el diagnóstico y la eliminación de cuellos de botella complejos de rendimiento y escalabilidad en sistemas de procesamiento de datos distribuidos.
• Experiencia práctica profunda con FHIR R4, incluyendo recursos, perfiles, Bundles, validación y transformación de datos sanitarios a gran escala.
• Sólidos conocimientos de US Core, USCDI, HL7 v2.x y patrones de transformación de C-CDA a FHIR.
• Sólida comprensión de los estándares de terminología sanitaria, incluidos SNOMED CT, LOINC y RxNorm.
• Experiencia trabajando con modelos de datos clínicos, de reclamaciones (claims), de cobertura, de elegibilidad o modelos de datos sanitarios comparables.
• Sólida experiencia con la calidad de los datos, la deduplicación, la vinculación de registros/pacientes, la normalización de la terminología y la validación.
• Sólidas habilidades de SQL y comprensión del modelado de datos, la evolución de esquemas, la calidad de los datos y la arquitectura de datos de producción.
• Experiencia con Git, CI/CD, pruebas automatizadas, observabilidad y operaciones de producción.
• Sólida comprensión de los requisitos de seguridad, privacidad y regulatorios sanitarios, incluidos HIPAA y las prácticas de ingeniería seguras para la PHI.
• Capacidad demostrada para establecer marcos de ingeniería reutilizables, patrones arquitectónicos, estándares y prácticas de calidad de datos adoptados por otros ingenieros.
• Liderazgo técnico demostrado mediante revisiones de arquitectura/diseño, mentoría, programación en pareja e influencia en la ingeniería entre distintos equipos.
• Experiencia práctica en el uso de agentes de programación de IA como Claude Code o herramientas de ingeniería agénticas comparables como parte integral del ciclo de vida de desarrollo.
• Sólido criterio de ingeniería sobre cuándo utilizar enfoques basados en IA/LLM frente a soluciones deterministas basadas en reglas, especialmente cuando la corrección, el coste, el rendimiento o la seguridad de la PHI son críticos.
• Inglés profesional suficiente para la colaboración directa con partes interesadas técnicas y comerciales con sede en EE. UU.

• Experiencia profunda en el modelado de datos FHIR a gran escala y plataformas de interoperabilidad sanitaria.
• Experiencia con Master Patient Index (MPI), concordancia de pacientes, resolución de identidad o vinculación de registros a gran escala.
• Experiencia con el intercambio de datos de pagadores, incluyendo CARIN Blue Button, guías de implementación de Da Vinci o estándares similares.
• Experiencia trabajando con conjuntos de datos farmacéuticos, de laboratorio u otros conjuntos de datos sanitarios especializados.
• Conocimiento de ICD-10, CPT, CVX y sistemas de códigos/terminología clínica adicionales.
• Experiencia con la 21st Century Cures Act, la certificación de la ONC, la CMS Interoperability Rule o marcos regulatorios sanitarios de EE. UU. relacionados.
• Experiencia en la creación de capacidades basadas en LLM/agentes para la extracción, normalización, mapeo de terminología o calidad de los datos clínicos o sanitarios.
• Experiencia en el diseño de habilidades de IA reutilizables o flujos de trabajo agénticos adoptados por los equipos de ingeniería.
• Contribuciones a comunidades de código abierto de salud, FHIR/HL7 o grupos de trabajo industriales relevantes.