Naveera Technology LLC je technologická poradenská a inženýrská společnost, která pomáhá organizacím rozvíjet schopnosti založené na umělé inteligenci prostřednictvím praktických systémů připravených pro produkční nasazení. Její činnost zahrnuje datové inženýrství, strojové učení, generativní AI, vývoj aplikací, cloudovou infrastrukturu a IT provoz, včetně datových pipeline, vývoje modelů GenAI, MLOps a tvorby webových, mobilních a podnikových aplikací na míru. Naveera podporuje klienty v oblasti digitálního zdravotnictví, fintechu, elektronického obchodu, logistiky a dalších podnikových prostředích prostřednictvím globálních vývojových týmů, rozšířené inženýrské podpory a modelu centra excelence zaměřeného na převádění dat na užitečné poznatky a škálovatelné technologie.
Seniorní manažer datového inženýrství — GCP, AI/ML a GenAI (práce na dálku v USA)
Veďte migrace datových platforem z AWS do GCP a vytvářejte podniková řešení AI/ML, GenAI a MLOps s využitím GCP a Vertex AI. Řiďte modernizační iniciativy pro globálního partnera v oblasti inženýrských a IT služeb.
Popis
- Vést migrace podnikových datových platforem z AWS do GCP
- Navrhovat škálovatelné datové platformy GCP, Data Lakes a Lakehouses
- Vyvíjet řešení AI/ML, generativní AI, RAG a MLOps s využitím GCP a Vertex AI
- Vytvářet komplexní pipeline strojového učení pro přípravu, trénování, validaci, nasazení, monitorování, opakované trénování a správu životního cyklu
- Navrhovat pipeline pro ingest, transformaci, tvorbu embeddingů, indexování, vyhledávání, dávkové a streamované zpracování, ETL a ELT
- Posuzovat prostředí AWS a mapovat pracovní zátěže na ekvivalentní nebo vylepšené služby GCP
- Vytvářet migrační roadmapy pokrývající fáze, závislosti, rizika, plány návratu a cílové architektury
- Navrhovat událostmi řízené pipeline v reálném čase s Pub/Sub, Dataflow nebo Apache Beam, BigQuery a Cloud Storage
- Stanovovat podnikové datové modely, dělení a shlukování v BigQuery a vzory využití analytiky
- Nastavovat standardy správy dat, kvality, původu, metadat, zabezpečení, ochrany soukromí, řízení přístupu a odpovědné AI
- Vést automatizaci Terraform, CI/CD, nasazování, testování a propagaci prostředí Dev, QA, UAT a Production
- Zlepšovat výkon, škálovatelnost, latenci, propustnost, spolehlivost a cloudové náklady při definování benchmarků a SLA
- Řídit Data Engineery, seniorní Data Engineery a technické leady a provádět architektonické a code review
- Sledovat pokrok vývoje, rizika dodávek, závislosti a milníky
- Působit jako hlavní technický kontakt pro stakeholdery v USA a spolupracovat s týmy Business, Product, Data Science, BI, DevOps, Security a Analytics
- Převádět obchodní potřeby na technická řešení a komunikovat architektonická rozhodnutí, migrační plány, roadmapy, rizika a kompromisy
Požadavky
- Více než 15 let zkušeností s datovým inženýrstvím GCP, datovou architekturou, cloudovým inženýrstvím, AI/ML inženýrstvím nebo technologickým vedením v příbuzné oblasti
- Nejméně 5 let praktických zkušeností s datovým inženýrstvím GCP
- Nejméně 3 roky praktických zkušeností s AI/ML a GenAI
- Prokazatelné zkušenosti s realizací migračních projektů z AWS do GCP
- Silné zkušenosti s návrhem podnikových platforem Data Lake a Lakehouse na GCP
- Praktická znalost BigQuery, Google Cloud Storage, Dataflow, Pub/Sub, Cloud Composer, Dataproc, IAM a Terraform
- Zkušenosti s přesunem datových pracovních zátěží, pipeline a platforem z AWS do GCP
- Velmi dobrá znalost mapování služeb AWS na GCP, migračních vzorů, modernizace a postupů cloudové architektury
- Zkušenosti s tvorbou a nasazováním řešení AI/ML na GCP s využitím Vertex AI
- Praktické zkušenosti s generativní AI, aplikacemi LLM, RAG, embeddingy, vektorovým vyhledáváním, prompt engineeringem a podnikovými AI asistenty
- Pokročilá znalost MLOps zahrnující trénování, registry modelů, CI/CD/CT, nasazování, monitorování, opakované trénování, správu a návrat změn
- Zkušenosti s dodáváním bezpečných a odpovědných řešení AI s ochranou soukromí, evaluací, řízením přístupu, auditovatelností a správou
- Expertiza v SQL a pokročilé znalosti Pythonu a PySparku
- Silné základy datového modelování, datových skladů, dávkového zpracování a datového inženýrství v reálném čase
- Zkušenosti s Terraform, Git, GitHub, Cloud Build, CI/CD a automatizací infrastruktury
- Zkušenosti s vedením a mentoringem týmů datového inženýrství a mezifunkčních technických týmů
- Silné komunikační dovednosti a zkušenosti se spoluprací se stakeholdery z USA
- Certifikace Google Cloud Professional Data Engineer je výhodou
- Certifikace Google Cloud Professional Machine Learning Engineer je výhodou
- Zkušenosti s Vertex AI Agent Builder, Vertex AI Search, Gemini on Vertex AI nebo podnikovými platformami generativní AI jsou výhodou
- Zkušenosti s dbt, Apache Airflow, Kafka, Apache Spark, Kubernetes, Cloud Run a architekturami založenými na API jsou výhodou
- Zkušenosti s Dataplex, Data Catalog, původem dat, správou metadat, governance, master data managementem a frameworky kvality dat jsou výhodou
- Zkušenosti s podporou podnikových nebo regulovaných prostředí s přísnými požadavky na soukromí, bezpečnost, compliance, audit a governance jsou výhodou
- Technická odbornost by měla zahrnovat Python, PyTorch, TensorFlow, Scikit-learn, NLP, deep learning, algoritmy ML, GenAI, LLM, GPT, Gemini, Claude, Llama, prompt engineering, fine-tuning, RAG, embeddingy, vektorové databáze, sémantické a hybridní vyhledávání, reranking, LangChain, LlamaIndex, LangGraph, Hugging Face, Transformers, AI agenty, agentní workflow, volání nástrojů nebo funkcí, multiagentní systémy, MCP, MLflow, Kubeflow, registry modelů, nasazování, monitorování, CI/CD, Vertex AI, Vertex AI Studio, Vertex AI Pipelines, Model Garden, Vector Search, FastAPI, Flask, REST API, SQL, Docker, Kubernetes, GCP, AWS, Azure, BigQuery, Dataflow, Spark, Databricks, datová jezera, pokročilý Python, expertní SQL, PySpark, Apache Spark, ETL, ELT, CDC, dávkové a streamované zpracování, událostmi řízenou architekturu, vývoj a optimalizaci pipeline, podnikové Data Lake a Lakehouse, Medallion Architecture, datové sklady, datové modelování, dimenzionální modelování, multitenantní modelování, schema-on-read a schema-on-write, dbt, Apache Airflow nebo Cloud Composer, Dataproc, Dataflow nebo Apache Beam, AWS Glue, Redshift, EMR, Lambda, Kinesis, Athena, CloudWatch, GCS, AWS S3, Pub/Sub, Dataplex, Data Catalog, Terraform, Git nebo GitHub, Cloud Build, CI/CD, Infrastructure as Code, původ dat, správu metadat, kvalitu dat, monitorování a OpenLineage
Benefity
- Flexibilní práce na dálku
- Práce se zákazníky z celého světa
- Spolupráce v prostředí zaměřeném na inovace
- Přístup k průběžnému vzdělávání a možnostem certifikace
- Vedení významných iniciativ v oblasti AI/ML a inovací GCP jako vedoucí inženýrství