Lead Data Engineer (healthcare solution)

Lead Data Engineer (healthcare solution)

Full Time 51750 - 63250 € / año (est.) Presencial
I

De un vistazo

  • Tareas: Lidera la ingeniería de datos en un proyecto de salud digital transformando datos complejos en información confiable.
  • Empresa: Intellias, una empresa innovadora en soluciones de salud digital.
  • Beneficios: Oportunidades de crecimiento profesional, trabajo remoto y un entorno colaborativo.
  • Otra información: Únete a un equipo dinámico que utiliza IA para optimizar procesos en el sector salud.
  • Por qué este empleo: Impacta en la salud digital y mejora la calidad de vida de los pacientes con tecnología avanzada.
  • Cualificaciones: Experiencia en ingeniería de datos y liderazgo técnico en sistemas complejos.

El salario previsto está entre 51750 - 63250 € por año.

Intellias is looking for a

Lead Healthcare Data Engineer to join a large-scale digital healthcare initiative focused on building a FHIR-based health data platform and transforming fragmented healthcare data into clean, standardized, and trustworthy information.

The role requires both deep hands-on engineering expertise and broad technical influence

— establishing reusable frameworks and standards, mentoring experienced engineers, and raising the engineering bar across the team.

Project Overview

We're helping a US digital-health platform get its patients' medical data in order: lab results, diagnoses, medications, visits and more.

The data comes from many different clinics and labs, each with its own format, so right now it's pretty messy.

Our job is to clean up and standardize that data close to the source, bring scattered logic into one place, and see the real data quality every day instead of guessing.

Data engineers will work mostly in Databricks/Spark, building pipelines, reference data and quality checks together with the dev team and clinical experts.

Requirements

8+ years of professional experience in data engineering, healthcare data platforms, Health Tech, or healthcare interoperability.

  • Proven

Lead-level technical ownership of complex production systems, including the ability to set technical direction and solve problems spanning multiple components and engineering teams.

  • Strong hands-on expertise in

Python and production-grade data engineering.

  • Deep experience with

Apache Spark/Py Spark at scale , including partitioning, performance optimization, memory tuning, and distributed processing.

  • Experience with modern lakehouse technologies such as

Databricks and Delta Lake , or comparable platforms.

  • Strong experience designing and operating large-scale

ETL/ELT pipelines , including CDC, incremental/delta processing, idempotency, schema evolution, and batch/streaming workloads.

  • Proven experience diagnosing and eliminating complex performance and scalability bottlenecks in distributed data-processing systems.
  • Deep hands-on experience with

FHIR R4 , including resources, profiles, Bundles, validation, and large-scale healthcare data transformation.

  • Strong knowledge of

US Core, USCDI, HL7 v2. x , and C-CDA-to-FHIR transformation patterns.

  • Strong understanding of healthcare terminology standards including

SNOMED CT, LOINC, and Rx Norm .

  • Experience working with clinical, claims, coverage, eligibility, or comparable healthcare data models.
  • Strong experience with data quality, deduplication, record/patient linking, terminology normalization, and validation .
  • Strong SQL skills and understanding of data modeling, schema evolution, data quality, and production data architecture.
  • Experience with

Git, CI/CD, automated testing, observability, and production operations .

  • Strong understanding of healthcare security, privacy, and regulatory requirements, including

HIPAA and PHI-safe engineering practices.

  • Proven ability to establish reusable engineering frameworks, architectural patterns, standards, and data-quality practices adopted by other engineers.
  • Demonstrated technical leadership through architecture/design reviews, mentoring, pairing, and cross-team engineering influence.
  • Practical experience using

AI coding agents such as Claude Code or comparable agentic engineering tools as an integral part of the development lifecycle.

  • Strong engineering judgment around when to use

AI/LLM-based approaches versus deterministic rule-based solutions , particularly where correctness, cost, performance, or PHI safety are critical.

  • Professional English sufficient for direct collaboration with U. S.-based technical and business stakeholders.
  • Nice to Have
  • Deep experience with large-scale FHIR data modeling and healthcare interoperability platforms .
  • Experience with

Master Patient Index (MPI), patient matching, identity resolution , or large-scale record linkage.

  • Experience with payer data exchange, including

CARIN Blue Button , Da Vinci implementation guides, or similar standards.

  • Experience working with pharmacy, laboratory, or other specialized healthcare datasets.
  • Knowledge of

ICD-10, CPT, CVX , and additional clinical terminology/code systems.

  • Experience with

21st Century Cures Act, ONC certification, CMS Interoperability Rule , or related U. S. healthcare regulatory frameworks.

  • Experience building LLM/agent-based capabilities for clinical data extraction, normalization, terminology mapping, or healthcare data quality .
  • Experience designing reusable AI skills or agentic workflows adopted across engineering teams.
  • Contributions to open-source healthcare, FHIR/HL7 communities, or relevant industry working groups.

Responsibilities

  • Set the technical direction for healthcare data engineering across ingestion, transformation, validation, normalization, and delivery.
  • Own the end-to-end architecture of large-scale distributed data pipelines transforming heterogeneous source data into clean, standards-conformant FHIR.
  • Design and evolve scalable solutions using

Python, Spark/Py Spark, Databricks/Delta Lake , and modern data-processing technologies.

  • Diagnose and eliminate complex performance and scalability bottlenecks across distributed data workloads.
  • Establish standards and reusable frameworks for data quality, deduplication, patient/record linking, terminology normalization, and reliable idempotent processing .
  • Define architectural patterns for FHIR transformation, validation, schema evolution, and production delivery.
  • Build and evolve automated testing and validation capabilities for data quality and FHIR conformance .
  • Establish engineering patterns and reusable tooling that allow the broader team to deliver new healthcare data capabilities faster and more consistently.
  • Champion

PHI-safe engineering practices and ensure healthcare data solutions meet applicable security, privacy, and compliance requirements.

  • Make

AI-native engineering a practical part of the team's development model , using coding agents and reusable AI capabilities to automate repetitive work and accelerate complex engineering tasks.

  • Establish engineering guardrails for AI-assisted development, ensuring AI-generated solutions remain correct, tested, secure, observable, and PHI-safe.
  • Determine where deterministic processing provides better reliability than AI/LLM-based approaches and establish appropriate architectural patterns for both.
  • Mentor Senior and Middle engineers through design reviews, pairing, technical guidance, and knowledge sharing.
  • Drive complex, ambiguous engineering problems from initial investigation through architecture, implementation, and production operation.
  • Collaborate with engineering, product, security, data, and healthcare-domain stakeholders to translate complex interoperability requirements into scalable technical solutions.
  • Represent strong healthcare data engineering practices in relevant architecture, standards, and technical discussions.

Why this position

  • This role offers the opportunity to set the technical direction for healthcare data engineering on a big platform operating at scale .
  • As a Lead-level Individual Contributor, your impact extends well beyond individual pipelines or services.

You will own some of the platform's hardest engineering problems, establish reusable frameworks and standards, and influence how an entire engineering team builds, validates, and operates healthcare data solutions.

  • The technical scope combines large-scale distributed data engineering, FHIR/HL7 interoperability, healthcare terminology, data quality, cloud data platforms, and AI-native engineering .
  • AI is a core part of the engineering model rather than an experimental add-on.

You will help determine how coding agents and reusable AI capabilities can increase engineering leverage while maintaining the rigor required for production healthcare systems and PHI-sensitive data.

  • This is a hands-on Staff IC position : you will set direction and mentor engineers, but your technical authority comes from remaining deeply involved in architecture, implementation, performance optimization, and production problem solving.

Lead Data Engineer (healthcare solution) empresa: Intellias

Nuestra empresa es un empleador excepcional que ofrece un entorno de trabajo remoto desde España, permitiendo a los empleados disfrutar de una flexibilidad única mientras contribuyen a proyectos innovadores en el ámbito de la inteligencia artificial y la gestión de datos. Fomentamos una cultura de colaboración y aprendizaje continuo, brindando oportunidades de crecimiento profesional y acceso a tecnologías de vanguardia en un sector financiero altamente regulado. Además, al formar parte de un equipo global, tendrás la oportunidad de impactar en la forma en que las organizaciones utilizan sus datos de manera segura y efectiva.

I

Datos de contacto:

Equipo de selección de Intellias

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Lead Data Engineer (healthcare solution)

✨Conéctate con profesionales del sector

Asistir a conferencias y ferias de empleo en el ámbito de las ciencias de la salud es clave. Aquí, no solo conocerás a expertos, sino que también podrás hacer contactos valiosos que podrían ayudarte a aterrizar un puesto en Intellias.

✨Sé visible en comunidades de salud

Únete a grupos y foros en redes sociales relacionados con la salud y la administración. Participar activamente te hará destacar, y muchas veces las oportunidades se comparten en estos espacios antes de llegar a los portales de empleo.

✨Haz investigación sobre la empresa

Antes de la entrevista en Intellias, investiga sobre sus proyectos recientes y objetivos en la administración de la salud. Esto no solo te preparará, sino que también mostrará tu interés genuino y tu proactividad, lo cual es increíblemente valorado.

✨Aplica directamente a través de nuestra web

Recuerda que a menudo las mejores oportunidades se encuentran en las páginas web de las empresas. Visita la sección de empleo de Intellias y aplica directamente. Esto te puede dar una ventaja, ya que demuestras tu interés específico en ellos.

Creemos que necesitas estas habilidades para triunfar como Lead Data Engineer (healthcare solution)

Ingeniería de Datos
Plataformas de Datos de Salud
Interoperabilidad en Salud
Python
Apache Spark/PySpark
Databricks
ETL/ELT

Algunos consejos para tu solicitud 🫡

Destaca tu formación académica:En el campo de ciencias y administración de la salud, es crucial que tu CV resalte tanto tu formación como tus logros académicos. No olvides incluir títulos relevantes, como un grado en Administración de Salud, y cualquier certificación adicional que tengas. Esto mostrará tu compromiso con la industria y tu sólida base de conocimientos.

Muestra tu experiencia práctica:A diferencia de otros campos, contar con experiencia práctica en ambientes de salud es clave. Si has realizado prácticas o has trabajado en entornos sanitarios, asegúrate de incluir esto en tu CV, detallando tus responsabilidades y aprendizajes. Esto puede diferenciarte y resaltar tu capacidad para trabajar en el día a día de la administración de salud.

Conecta tu motivación con la misión de Intellias:En tu carta de presentación, habla sobre por qué te apasiona la administración de la salud y cómo se alinea con los valores de Intellias. Esto no solo da un toque personal, sino que también muestra que has investigado sobre la empresa y que realmente quieres ser parte de su equipo.

Sé claro y directo en tus logros:Cuando hables de tus capacidades y experiencias previas, utiliza un lenguaje claro y directo. Es buena idea usar datos cuantificables para mostrar cómo has impactado en otras organizaciones, ya sea a través de mejoras en la eficiencia o aumentos en la satisfacción de los pacientes. Recuerda, queremos ver cómo puedes aportar a Intellias.

Cómo prepararte para una entrevista de trabajo en Intellias

✨Dominando el conocimiento de salud pública

Es clave que te pongas al día con las tendencias actuales en ciencias y administración de la salud. Prepárate para responder preguntas sobre políticas sanitarias, gestión de recursos y cualquier tema relacionado que esté en el auge. Mostrar que estás al tanto de estos aspectos puede diferenciarte del resto.

✨Haz tu tarea sobre herramientas de gestión

Familiarízate con las herramientas y software que suelen utilizarse en esta industria, como sistemas de gestión de datos y análisis estadístico. Durante la entrevista, puede que te pregunten cómo usarías herramientas específicas para mejorar procesos o resolver problemas en el ámbito de la salud.

✨Prepárate para preguntas de casos prácticos

En entrevistas para el área de salud, es común que incluyan preguntas sobre casos prácticos. Practica cómo abordar situaciones como un brote de enfermedad o la optimización de un servicio de atención, usando métodos claros y lógicos para resolverlos. Esto no solo muestra tu formación, sino también tu capacidad de aplicación práctica.

✨Muestra tu pasión por el sector saludable

Ya que estás buscando un puesto a tiempo completo, la motivación y tu deseo de crecer dentro del sector son imprescindibles. Comparte anécdotas o experiencias que demuestren tu compromiso y cómo has aportado valor en otros lugares. Así, no solo vendes tu experiencia, sino que también transmites tu entusiasmo por contribuir a Intellias.