Data Reliability Engineer

🕒 Julho 15

🇺🇸 Estados Unidos – Remoto (EUA)

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

⛑ DevOps & Engenheiro de Confiabilidade do Site (SRE)

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 14%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Vytalize Health

SiteLinkedInTodas as Vagas

201 - 500 funcionários

🏥 Saúde

☁️ SaaS

⚕️ Seguro de Saúde

💰 $100.000.000 Series C - Vytalize Health em 2023-02

Healthcare • SaaS • Healthcare Insurance

A Vytalize Health é uma empresa de tecnologia e serviços de saúde que auxilia consultórios de atenção primária e Organizações de Cuidados Responsáveis (ACOs) na transição para o cuidado baseado em valor. Ela combina análises orientadas por dados, suporte clínico virtual e domiciliar, além de serviços de gestão de cuidados para melhorar os resultados dos pacientes, viabilizar serviços remotos aprovados pelo Medicare para condições crônicas e ajudar práticas a obter economias compartilhadas em contratos baseados em valor. A Vytalize faz parcerias com médicos independentes, consultórios em grupo, centros de saúde comunitários e ACOs existentes para fornecer capacitação clínica, fluxos de trabalho adaptados às práticas e insights de desempenho.

Descrição

• Own and continuously improve the reliability of data pipelines across ingestion, transformation, and delivery layers, ensuring data is accurate, complete, and delivered on schedule. • Establish and maintain data reliability standards, including Service Level Indicators (SLIs), Service Level Objectives (SLOs), and Service Level Agreements (SLAs) for both upstream ingestion and downstream data delivery. • Design, implement, and maintain comprehensive monitoring, logging, and observability frameworks for data pipelines, datasets, and data services with clear visibility into freshness, volume, schema changes, and data quality. • Design and implement data quality testing and validation frameworks — establishing test cases, golden datasets, and regression tests to detect quality issues early. • Lead incident response for data reliability issues, including detection, triage, communication, root cause analysis, and post-incident remediation with documented corrective actions. • Drive improvements in pipeline resiliency through retry strategies, backfills, idempotency, schema enforcement, and safe deployment practices.

🎯 Requisitos

• Bachelor's degree in Computer Science, Engineering, Information Systems, or related field, or equivalent professional experience. • 5+ years of experience working with data platforms, data pipelines, or distributed data systems in production environments. • Demonstrated experience improving reliability, observability, or operational quality of data systems with measurable SLI/SLO/SLA improvements. • Hands-on experience supporting both data ingestion pipelines and downstream data consumption or delivery patterns. • 1+ years of hands-on experience with machine learning-based monitoring, anomaly detection, or AI-assisted observability tools. • Demonstrated experience with data quality testing, validation frameworks, and quality metrics definition. • Proficiency in Python and SQL, with experience building or supporting production-grade data pipelines. • Strong understanding of modern data architectures, including data lakehouse patterns and multi-layer (bronze/silver/gold) data models. • Experience with cloud-based data platforms (AWS, Databricks, or similar).

🏖️ Benefícios

• Health insurance • 401(k) matching • Flexible work arrangements • Professional development opportunities