Lead Data Solutions Architect — Roche

Vollständige Beschreibung

Bei Roche können Sie sich als Sie selbst zeigen, umarmt für die einzigartigen Qualitäten, die Sie mitbringen. Unsere Kultur fördert persönlichen Ausdruck, offenen Dialog und echte Verbindungen, in denen Sie geschätzt, akzeptiert und respektiert werden, wer Sie sind, so dass Sie sowohl persönlich als auch beruflich gedeihen können. Auf diese Weise wollen wir Krankheiten verhindern, stoppen und heilen und sicherstellen, dass jeder heute und für die kommenden Generationen Zugang zu medizinischer Versorgung hat. Treten Sie Roche bei, wo jede Stimme wichtig ist.

Die Position

Lead Data Solutions Architekt

Roche Digital Technology (RDT) ist der Ort, an dem Innovation ihren Zweck erfüllt. Als globales Team im Herzen von Roche sind wir eine Gemeinschaft von geschäftsorientierten Technologen, die sich dafür einsetzen, die digitale Zukunft des Gesundheitswesens von morgen mitzugestalten. Unsere Mission ist es, Roche durch innovative digitale Technologien zu unterstützen und das Potenzial von künstlicher Intelligenz, Daten und skalierbaren technischen Innovationen zu nutzen. Angetrieben von Zielstrebigkeit und Leidenschaft bauen wir eine Zukunft auf, in der Digital eine Kernstärke von Roche ist, intelligentere Arbeitsweisen ermöglicht, menschliches Potenzial freisetzt und Durchbrüche vorantreibt, die für Millionen von Patienten auf der ganzen Welt von Bedeutung sind.

Bei Roche bieten wir ein hybrides Arbeitsmodell, das Flexibilität mit persönlicher Zusammenarbeit verbindet. Im Moment verlangen wir, dass unsere Mitarbeiter durchschnittlich zwei Tage pro Woche in unseren Büros sind. Die spezifischen Bürotage können je nach Geschäftsanforderungen variieren, z. B. Workshops, Konferenzen, Rathäuser, Teamsitzungen und andere gemeinsame Veranstaltungen.

Diese Rolle ist in unserer zentralen Diagnostik-Abteilung verankert, in der wir wissenschaftliche Neugier mit technischer Exzellenz verbinden, um ein dezentrales, unternehmensweites Daten-Ökosystem aufzubauen. Als technischer Eckpfeiler fungieren Sie als Brücke zwischen globaler Technologie und lokalen Unternehmen und arbeiten Seite an Seite mit Data Domain Leads und Product Ownern zusammen, um Rohdaten in vertrauenswürdige Datenprodukte umzuwandeln. Der Beitritt zu unserem Team bietet eine einzigartige Gelegenheit, eine nachhaltige, datengesteuerte Zukunft zu gestalten, die lebensverändernde Lösungen für Patienten weltweit beschleunigt.

Die Gelegenheit

• Architectural Leadership: Führen Sie das übergreifende Design von Data Mesh-Architekturen und integrierten Datenlösungen von der Quellenidentifizierung bis zum endgültigen Datenprodukt voran und gewährleisten Sie die vollständige Ausrichtung des Lebenszyklus auf die Geschäftsanforderungen.
• Data Product Delivery & Governance: Führen Sie die Definition und Implementierung von wiederverwendbaren, auffindbaren und gut verwalteten Datenprodukten und gewährleisten Sie gleichzeitig die strikte Einhaltung von Zugriffsmanagement, Datenklassifizierung, Rückverfolgbarkeit von Audits und regulatorischen Standards (z. B. GxP, DSGVO).
• Funktionale Zusammenarbeit: Partnerschaft dynamisch mit Data Domain Leads, Sub-Domain Leads und Data Product Ownern, um komplexe Geschäftsanforderungen in robuste, skalierbare Datenarchitekturvorschläge zu übersetzen.
• Team Leadership & Technical Mentorship: Direkt und Mentor eines engagierten Lieferteams von externen Dateningenieuren, die technische Standards erhöhen und eine Kultur des Eigentums und der kontinuierlichen Verbesserung fördern.
• Technologie- und Pipeline-Optimierung: Innovation und Optimierung von Domänendatenprozessen mit Fokus auf Pipeline-Design und Unternehmensdatenmodellierungsstrategien, um System- und Benutzeranforderungen zu erfüllen.
• Modern Data Stack Execution: Überwachen Sie den Aufbau von End-to-End-Datenpipelines und die Optimierung der Cloud-Performance mit Python, dbt, GitLab CI/CD, Talend und API-Verbrauch.

Wer du bist

• Data Architecture & Mesh Mastery (Required): Nachgewiesene Erfolgsbilanz bei der Gestaltung und Implementierung von Data Mesh-Architekturen, der Verwaltung von Cloud-Plattformen wie Snowflake (AWS ist ein Vorteil) und der Verwaltung von Datenprodukten in komplexen Unternehmensumgebungen.
• Advanced Data Modeling & Ingestion (Required): Tiefe praktische Erfahrung beim Entwerfen skalierbarer Unternehmensdatenmodelle mit Data Vault 2.0-Methodik und Dimensionsmodellierung, gepaart mit Fachwissen in Python, dbt, GitLab CI / CD, Talend und API-Ingestion.
• Data Quality & Observability Focus (Erforderlich): Umfangreiche Erfahrung mit der Anwendung von Datenqualitätsstandards über ganze Datenpipelines hinweg,