Data Engineer

1. Datenerfassung & klinisches Management

• Multi-Modale Integration: Kuratierung integrierter Datensätze, die klinische Metadaten mit biologischen (GEO, TCGA, ArrayExpress) und Labordaten kombinieren.
• Automatisierte Suche: Aufbau automatisierter Systeme für den keyword-basierten Abruf und die Integration von Datensätzen aus öffentlichen Repositories.
• Interoperabilitätsstandards: Harmonisierung heterogener Daten unter Verwendung von HL7 FHIR, DICOM und SNOMED CT, um eine nahtlose klinische Integration zu gewährleisten.

2. Automatisierte Pipelines & Orchestrierung

• End-to-End ETL/ELT: Design skalierbarer Pipelines für die Datenaufnahme, Normalisierung und Handhabung fehlender oder inkonsistenter Daten.
• Workflow-Orchestrierung: Einsatz von Apache Airflow zur Verwaltung komplexer Vorverarbeitungspfade, einschließlich Imputation und Qualitätskontrolle.
• Rückverfolgbarkeit: Führung strenger Dokumentationen, Versionierungen und Audit-Trails, um 100 % Reproduzierbarkeit und Audit-Bereitschaft für Benannte Stellen (Notified Bodies) zu garantieren.

3. Datenarchitektur & fortgeschrittene Integration

• Domänen-Harmonisierung: Standardisierung von Identifikatoren und Ontologien über verschiedene klinische Aufzeichnungen und biologische Daten hinweg.
• Infrastruktur-Exzellenz: Design und Wartung von Data Lakes und Warehouses, die für Machine Learning, NLP und klinische Entscheidungsunterstützung optimiert sind.

4. Governance, Sicherheit & Compliance

• Regulatorische Konformität: Sicherstellung, dass die gesamte Infrastruktur der EU MDR (2017/745) und IVDR (2017/746) sowie der DIN ISO 13485 entspricht.
• Datenschutz: Implementierung granularer Zugriffskontrollen, Datenschutz-Folgenabschätzungen (DPIA) und ethischer KI-Frameworks zum Schutz sensibler Patienteninformationen.

• Ausbildung: BSc/MSc in Bioinformatik, Informatik, Data Science oder einem verwandten naturwissenschaftlich-technischen Bereich.
• Erfahrung: 3-5+ Jahre Erfahrung im Data Engineering in regulierten Sektoren (Medizintechnik, Gesundheitswesen oder Life Sciences).
• Technical Stack: * Exzellente Kenntnisse in Python (inkl. ML Frameworks) und SQL.
• Praktische Erfahrung mit Docker, Apache Airflow und Cloud-Plattformen (AWS, Azure oder GCP).
• Fachwissen: Tiefes Verständnis biologischer Datenformate und klinischer Standards (FHIR, SNOMED).
• Regulatorik: Vertrautheit mit DSGVO, MDSAP und der technischen Dokumentation für Medizinprodukt-Software.

• Sinnstiftende Arbeit: Eine Expertenrolle (Subject Matter Expert), die direkt die KI-gestützte Patientenversorgung und die klinische Forschung beeinflusst
• Kollegiale Kultur: Arbeit in einem multidisziplinären Team zusammen mit führenden Partnern aus Wissenschaft und Industrie.
• Nachhaltige Mobilität: Sie erhalten für Ihren Arbeitsweg das Klimaticket Salzburg.

Die iiT Research & Development GmbH ist im Bereich der internationalen Krebsforschung tätig. Wir suchen derzeit eine organisierte, proaktive und hochqualifizierte Persönlichkeit als Data Engineer zur Verstärkung unseres Teams in Salzburg.