[리소리우스] Data Ingestion Engineer 채용 (○명)

1. Clinical, EHR/EMR, Imaging, Pathology, Omics 등 다양한 Biomedical Data Source 수집 및 통합
2. Database, Object Storage, API, Public Dataset 등을 연결하는 Batch 기반 ETL/ELT Pipeline 설계·개발 및 운영
3. Raw Data → Standardized Data → Research-ready Data로 이어지는 Data Processing Layer 설계 및 구현
4. Biomedical Data Schema와 Metadata 구조 설계 및 관리
5. 기관·Dataset별 식별 체계를 유지하며 Patient, Encounter, 검체·검사·파일 간 관계를 관리하고 Longitudinal Timeline 구성
6. 데이터 정합성, 결측·중복, 형식 오류 등을 점검하는 Quality Validation Pipeline 구축 및 검증 결과 관리
7. 데이터의 출처, 사용 조건, 가공 이력과 버전을 추적할 수 있는 Data Lineage 및 Provenance 관리
8. 신규·변경 데이터의 수집과 갱신, 중복 적재 방지, 실패 재처리 및 실행 상태 모니터링을 포함한 Ingestion Workflow 자동화
9. 연구·사업 목적에 따라 데이터 범위, 가공 요건, 산출물과 완료 기준이 정의된 태스크 단위로 수집·가공 작업 수행 및 진행 상황 관리
10. AI/ML Engineer, Researcher와 협업하여 후속 ML Dataset, Knowledge Graph, 검색 및 AI Agent 시스템이 활용할 수 있는 데이터와 메타데이터 제공
11. 내부 연구 및 외부 제공용 Dataset 구축에 필요한 데이터 사전, 품질 검증 결과와 버전별 변경 내역 정리

1. Python 및 SQL을 활용한 Data Pipeline 개발 경험이 있으신 분
2. ETL/ELT, Data Modeling, Batch Processing에 대한 이해와 개발 경험이 있으신 분
3. Database, Object Storage, API 등 서로 다른 Data Source를 연계·통합한 경험이 있으신 분
4. 구조화·비구조화 데이터의 전처리 및 표준화 경험이 있으신 분
5. 데이터 품질을 검증하고, 처리 과정과 결과를 추적·재현할 수 있는 Data Pipeline 구축에 대한 이해가 있으신 분
6. AI/ML Engineer 및 Researcher와 협업하여 데이터 요구사항을 구체적인 작업과 데이터 시스템으로 구현할 수 있으신 분

1. Clinical, EHR/EMR, Imaging, Pathology, Omics 중 하나 이상의 Biomedical Data 처리 경험
2. Longitudinal 또는 Temporal Patient Dataset 구축 경험
3. 의료 데이터 표준 및 Clinical Data Model에 대한 경험 또는 이해
4. Airflow, Dagster, Prefect 등 Workflow Orchestration 경험
5. AWS 기반 Data Lake, Warehouse 또는 Lakehouse 구축 경험
6. Spark 등 대규모 데이터 처리 Framework 활용 경험
7. Data Lineage, Data Provenance 또는 Dataset 버전 관리 경험
8. Knowledge Graph 구축을 위한 데이터 전처리, Entity/Relation Pipeline 또는 Vector Database·RAG Data Pipeline 경험
9. 연구용 Dataset 또는 Public Biomedical Dataset을 내부 시스템에 통합한 경험
10. 외부 제공용 Dataset의 품질 검수, 문서화 또는 데이터별 이용 조건 관리 경험

1차 - 실무자 커피챗

2차: 대표자 커피챗

(필요 시) 기술 면접 → 레퍼런스 체크