Acuity
Acuity
Acuity er en Atlanta-baseret industrivirksomhed inden for teknologi, som har specialiseret sig i løsninger til belysning og bygningsstyring. Gennem Acuity Brands Lighting og Acuity Intelligent Spaces udvikler virksomhedens cirka 13.000 medarbejdere intelligente belysningsprodukter og værktøjer til intelligent styring af rum, som hjælper kunder med at forbedre oplevelser, produktivitet og bæredygtighed. Virksomheden kombinerer datainteroperabilitet med avancerede teknologiplatforme for at imødekomme skiftende behov inden for byggeri, rådgivning og energirelaterede miljøer.

Senior dataingeniør hos Acuity – Cork, Irland (fremmøde)

Byg lakehouse-pipelines med Databricks og Azure til Acuitys industrivirksomhed. Skab pålidelige dataprodukter til rapportering, analyse, AI og efterfølgende applikationer.

Beskrivelse

  • Byg og optimer skalerbare ETL/ELT-pipelines med Databricks, Python/PySpark, SQL, Delta Lake og Azure.
  • Indlæs data fra databaser, API'er, filer, SaaS-applikationer og hændelseskilder via batch- og streamingforløb.
  • Udvikl genanvendelige datasæt i bronze-, sølv- og guldlag med metadata- og konfigurationsstyrede metoder.
  • Implementer inkrementel behandling, skemaudvikling, fejlhåndtering, gendannelse, afstemning og revisionskontroller.
  • Anvend regler for datakvalitet, test, dataafstamning og overvågning for at skabe pålidelige dataprodukter.
  • Samarbejd med arkitekter, analytikere og forretningsteams om at definere kilde-til-mål-kortlægninger, forretningsregler og acceptkriterier.
  • Klargør højtydende datasæt til Power BI, koncernrapportering, analyse, datavidenskab, AI og efterfølgende applikationer.
  • Forbedr pålidelighed, ydeevne og omkostninger for pipelines, SQL, Spark-arbejdsbelastninger, lagring og tabeldesign.
  • Brug Git og Azure DevOps til at håndtere backlogs, brugerhistorier, branches, pull requests, CI/CD, releases og sporbarhed.
  • Skriv enheds-, integrations- og afstemningstests, og deltag i design- og kodegennemgange.
  • Overvåg produktionspipelines, håndter hændelser, undersøg grundårsager, og dokumenter driftsprocedurer.
  • Udvikl genanvendelige komponenter og tekniske standarder, vejled kolleger, og bidrag til løbende forbedringer i DCoE's datateam.

Krav

  • Mindst 5–6 års praktisk erfaring med data engineering og opbygning af produktionspipelines og dataprodukter.
  • Stærkt kendskab til Databricks, Azure Data Lake, Delta Lake, Python/PySpark og SQL.
  • Indgående forståelse af ETL/ELT, dataintegration, lakehouse-arkitektur og designmønstre for bronze-, sølv- og guldlag.
  • Erfaring med datakvalitet, afstemning, skemastyring, orkestrering, ydeevneoptimering og produktionssupport.
  • Forståelse af rapportering og analyse, herunder hvordan Power BI eller lignende BI-værktøjer bruger klargjorte data.
  • Praktisk erfaring med agil levering, Git, CI/CD, DevOps-praksis og Azure DevOps.
  • Bachelorgrad i datalogi, informationssystemer, ingeniørvidenskab eller et beslægtet fagområde eller tilsvarende praktisk erfaring.
  • Certificering inden for Databricks eller Microsoft Azure.
  • Erfaring med data fra forsyningskæder, produktion, ERP, drift eller industri.
  • Erfaring med streaming, Unity Catalog, metadatastyrede rammer, datastyring eller dataforberedelse til AI/ML.
  • Stærke analytiske evner og struktureret problemløsning.
  • Tydelig kommunikation med både tekniske og forretningsmæssige målgrupper.
  • Samarbejdsorienteret tilgang og stærk ansvarsfølelse.
  • Evne til at afveje kvalitet, hastighed, vedligeholdelsesvenlighed og driftsbehov.
  • Evne til at vejlede ingeniører og forbedre standarder gennem design- og kodegennemgange samt genanvendelig teknisk praksis.

Fordele

  • Sundhedsdækning
  • Tanddækning
  • Synsordninger
  • 401(k)-fordele
  • Provision eller incitamentsbaseret løn, afhængigt af rollen

Relaterede job