Data Engineer

• Deskripsi pekerjaan Data Engineer PT Infokes Indonesia (Bandung)
• Ringkasan Peran

Membangun dan memelihara data pipeline yang andal serta dataset yang siap digunakan untuk kebutuhan analitik dalam lingkungan healthcare/healthtech SaaS. Fokus utama pada kualitas implementasi, mencakup ingestion, transformation, modeling, testing, dan dukungan operasional pipeline, serta bekerja sama secara erat dengan data/engineering owner yang sudah ada dalam menentukan arah pengembangan platform.

Kualifikasi Teknis yang Wajib

• Bersedia untuk WFO di Bandung
• SQL yang kuat, meliputi penggunaan JOIN, window functions, logika incremental, serta data quality checks.

Pernah merancang setidaknya satu data model dimensional/analytical dari awal (scratch), bukan hanya melakukan query terhadap tabel yang sudah tersedia.

• Menguasai Python untuk membangun data pipeline dan scripting.
• Memiliki pengalaman membangun dan memelihara ETL/ELT pipeline.
• Familiar dengan orchestration tools, terutama Apache Airflow.
• Memahami data modeling untuk kebutuhan analitik, termasuk konsep staging, mart, atau dimensional modeling.

Memiliki pengalaman menggunakan setidaknya satu analytical data warehouse atau lakehouse, seperti ClickHouse, BigQuery, Snowflake, Iceberg, atau teknologi sejenis.

• Memiliki pengalaman bekerja dengan setidaknya satu cloud platform, seperti AWS, GCP, atau Azure.
• Terbiasa melakukan kolaborasi berbasis Git dan memahami pemisahan environment dasar dengan pola pikir development/staging/production.
• Mampu melakukan debugging terhadap job yang gagal, membaca log, serta meningkatkan reliability/keandalan pipeline.

Kualifikasi Tambahan / Nilai Plus

• Memiliki pengalaman dengan dbt, termasuk models, tests, dan documentation.
• Memiliki pengalaman dengan query engine/federated SQL, seperti Trino, atau teknologi sejenis.
• Familiar dengan tools untuk data lineage, data catalog, atau data governance, seperti OpenMetadata atau sejenisnya.
• Memahami pola data multi-tenant SaaS, seperti tenant-aware pipelines, batching, dan watermarking.
• Pernah memiliki exposure terhadap data operasional healthcare atau healthtech.
• Memahami dasar-dasar Docker dan Linux.
• Memiliki ketertarikan pada bidang healthcare/healthtech SaaS dan lingkungan data multi-tenant.

Nyaman dalam membangun kapabilitas data analytics platform yang reusable, yaitu komponen atau sistem yang dapat digunakan kembali untuk berbagai kebutuhan analitik.

Tanggung Jawab

• Mendesain, membangun, dan memelihara ETL/ELT pipeline dari sumber data operasional menuju layer analitik.
• Mengembangkan dan meningkatkan analytics data model, mulai dari staging hingga mart/consumption-ready tables.
• Mengimplementasikan dan mengoperasikan scheduled data jobs menggunakan tools orkestrasi seperti Apache Airflow.
• Menulis dan memelihara SQL/Python untuk kebutuhan transformasi data, incremental load, dan validasi data.
• Mengimplementasikan data quality checks serta membantu memantau kesehatan pipeline, termasuk failure, freshness, dan correctness.

Melakukan debugging dan penyelesaian masalah pipeline, serta meningkatkan reliability, kejelasan, dan maintainability dari job yang sudah ada.

• Berkolaborasi dengan tim engineering dan product untuk menerjemahkan kebutuhan analitik menjadi data deliverables.
• Mendokumentasikan dataset, perilaku pipeline, dan operational runbook secara praktis.
• Mendukung pola pengelolaan data multi-tenant SaaS, termasuk tenant-aware processing, safe batching, dan repeatable runs.
• Berpartisipasi dalam code review dan melakukan continuous improvement terhadap praktik-praktik data engineering.