Marsh McLennan je globální společnost poskytující profesionální služby v oblasti řízení rizik, strategie a poradenství souvisejícího s lidmi. Její podniky zahrnují Marsh, který poskytuje pojišťovací makléřství a řízení rizik; Guy Carpenter, zaměřený na zajištění a kapitálové strategie; Mercer, který klientům nabízí poradenství v oblasti zdraví, majetku a kariéry; a Oliver Wyman, specializující se na strategické, ekonomické a brandové poradenství. Společnost zaměstnává po celém světě více než 85 000 lidí a propojuje odborné znalosti z oblasti financí, poradenství, marketingu a souvisejících profesionálních služeb. Nábor ve společnosti Marsh McLennan zahrnuje role podporující poradenství pro klienty, analýzu rizik, obchodní strategii, konzulting a provozní týmy napříč všemi čtyřmi podniky.
Analytik datového inženýrství (hybridní režim) — Louisville, Kentucky
Budujte datové platformy Databricks a ETL pipelines podporující globální podnikání společnosti Marsh v oblasti řízení rizik a poradenství. Tato hybridní role v Louisville klade důraz na kvalitu dat, testování a spolehlivý provoz pracovních postupů.
Popis
- Spolupracujte se zainteresovanými stranami na definování datových potřeb a jejich převodu do konkrétních technických specifikací
- Vytvářejte a nasazujte datové pipelines a ETL pracovní postupy
- Provádějte komplexní unit testy za účelem ověření funkčnosti a výkonu
- Zavádějte kontroly kvality dat a validační postupy
- Spolupracujte s mezioborovými týmy na sladění cílů projektů, harmonogramů a výstupů
- Sledujte datové pipelines a pracovní postupy s cílem udržet výkon, spolehlivost a efektivitu
- Provádějte potřebná zlepšení
- Dokumentujte datové procesy, architekturu platformy a provozní pracovní postupy
- Plánujte a zajišťujte nastavení a správu datové platformy Databricks napříč několika regiony
Požadavky
- Bakalářský titul v oboru informatiky, datové vědy, informačních technologií nebo příbuzném oboru
- Pokročilá znalost Pythonu a SQL
- Zkušenosti s datovým modelováním a návrhem databází
- Nejméně pět let odborné praxe v datovém inženýrství
- Velmi dobrá znalost principů ETL a ELT
- Zkušenosti s integrací API a načítáním dat z různých zdrojů
- Zkušenosti s funkčním a automatizovaným testováním dat
- Znalost účinných postupů dokumentace a principů automatizace
- Znalost Apache Spark
- Zkušenosti s AWS nebo Azure
- Zkušenosti s integrací AI do testovacích prostředí
- Schopnost dohlížet na QA inženýry a vést SCRUM schůzky
- Znalost Databricks a Snowflake
Benefity
- Možnosti profesního růstu
- Zajímavé projekty
- Podporující vedení
- Inkluzivní a energická pracovní kultura
- Flexibilní pracovní prostředí
- Benefity a odměny podporující well-being
- Možnost pracovat na dálku
- Spolupráce v kanceláři, networking a příležitosti k profesnímu rozvoji
- Podpora úprav pracovního prostředí podle potřeby