[사무실 이전 안내] 에비드넷은 2027년 1분기 내 수내역 부근으로 사무실을 이전할 예정입니다. 지원 시 이전 예정 근무지를 함께 확인해 주세요. 에비드넷은 병원 데이터에 기반한 실제 임상 근거(Real World Evidence, RWE) 솔루션을 제공하고 생명과학 및 헬스케어 산업의 연구개발과 비즈니스 의사결정을 지원하는 헬스케어 IT 기업입니다. 국내 50여 개 대학병원 및 상급/종합병원과 협력하여 OMOP-CDM 표준을 활용한 실제 임상 데이터(Real World Data, RWD)를 구축하고 있습니다. FeederNet 데이터 플랫폼은 개인정보 보호와 보안을 유지하면서 다기관 연구와 AI 연합학습(Federated Learning)을 가능하게 합니다. 우리의 솔루션과 AI 기술은 R&D부터 상용화에 이르기까지 고객에게 다양한 인사이트를 제공합니다.

• 국내 의료기관 로컬 코드(진단, 처방, 검사, 수술)를 OMOP CDM 표준 컨셉으로 매핑 • KCD, HIRA EDI 등 국내 코드체계와 SNOMED CT, LOINC, RxNorm, UCUM 간 매핑 규칙 설계 및 유지 • OMOP Vocabulary 기반 매핑 자동화 파이프라인 개발 (임베딩 유사도 검색, 계층 구조 기반 후보 필터링, 리랭킹) • LLM 기반 매핑 추천 및 휴먼 리뷰 큐 시스템 개발 • 매핑 결과 품질 지표 정의와 검증 체계 구축 (커버리지, 정확도, 리뷰어 간 일치도) • 용어 버전 업데이트에 따른 매핑 변경 관리 및 이력 추적 • 병원 담당자 및 의료정보 전문가와의 협업, 매핑 가이드라인 문서화

• Python 기반 데이터 파이프라인 개발 경력 3년 이상 • SQL 및 관계형 데이터베이스(PostgreSQL 등) 활용 능력 • 대량의 코드 매핑 작업에서 규칙과 예외를 구조화해 정리할 수 있는 꼼꼼함 • 도메인 전문가와 소통하며 요구사항을 기술 스펙으로 옮길 수 있는 커뮤니케이션 능력

• 의료 데이터 또는 표준 용어체계를 다뤄본 경험 • OMOP CDM ETL 또는 Athena Vocabulary 실무 경험 • SNOMED CT 개념 모델 및 관계(IS_A, attribute relationship) 이해 • 벡터 검색(pgvector, Qdrant) 또는 RAG 파이프라인 구축 경험 • Ontology 등 Knowledge Graph에 대한 이해 • LangGraph, LangChain 등 LLM 에이전트 프레임워크 사용 경험 • 임상 텍스트 전처리 및 NLP 경험 • 보건의료 데이터 거버넌스(생명윤리법, IRB, 가명처리) 이해 • 보건의료정보관리사, 의료정보 관련 학위 또는 임상 배경

지원 → 서류 평가 → 1차 면접 → 2차 면접 → 처우 협의 → 최종 합격

[근무지 안내] 이전 예정 근무지: 수내역 부근 (2027년 1분기 내 이전 예정)