
Blend360 یک شرکت خدمات حرفهای است که با استفاده از هوش مصنوعی، تحلیل داده و راهکارهای دادهمحور، به شرکتهای Fortune 1000 و دیگر بنگاههای بزرگ کمک میکند با چالشهای پیچیده کسبوکار مقابله کنند. فعالیتهای این شرکت حوزههایی مانند هوش تجاری، مهندسی داده، علم داده، MLOps و حاکمیت داده را دربرمیگیرد. Blend360 با گرد هم آوردن تیمهای متخصص و قابلیتهای هوش مصنوعی، از سازمانهای فعال در حوزههای مراقبتهای سلامت، خدمات مالی، انرژی، خردهفروشی، فناوری، رسانه و مخابرات، و سفر و مهماننوازی پشتیبانی میکند. فعالیتهای Blend360 از جمله با عنوان «AI-Enabling Solution of the Year» مورد تقدیر قرار گرفته و این شرکت در فهرست «Top Generative AI Service Providers 2024» نیز قرار گرفته است.
تحلیلگر مهندسی داده — AWS، دورکاری از آرژانتین
برای کسبوکار خدمات هوش مصنوعی Blend360، خطلولههای داده مقیاسپذیر و معماری دریاچه داده روی AWS بسازید. راهکارهای پردازش داده مبتنی بر Spark، دریافت داده، امنیت و قابلیت اطمینان را توسعه دهید.
توضیحات
- خطلولههای داده مقیاسپذیر و چارچوبهای دریافت داده را برای پردازش دستهای، جریانی و ثبت تغییرات طراحی و نگهداری کنید.
- با Apache Spark و PySpark گردشکارهای پردازش داده بسازید و بهینه کنید.
- با استفاده از Amazon S3 و Apache Iceberg دریاچههای داده AWS را پیادهسازی و مدیریت کنید.
- از AWS Glue برای هماهنگسازی ETL، از Athena برای پرسوجوهای بدون سرور و از Lambda برای پردازش رویدادمحور استفاده کنید.
- کنترل دسترسی به داده و تنظیمات امنیتی را با AWS IAM مدیریت کنید.
- با تحلیلگران داده، دانشمندان داده و مهندسان پلتفرم همکاری کنید تا نیازهای دادهای را به راهکارهای آماده برای محیط عملیاتی تبدیل کنید.
- سلامت خطلوله را پایش کنید و مشکلات کیفیت داده را برطرف کنید.
- قابلیت اطمینان و بهروز بودن داده را بهبود دهید.
- جریانهای داده، تصمیمهای معماری و استانداردهای مهندسی را مستند کنید.
شرایط لازم
- تسلط عملی بر خدمات AWS مانند Glue، S3، Athena و IAM.
- تجربه پردازش داده با Apache Spark یا PySpark.
- آشنایی با معماری دریاچه داده؛ آشنایی با Apache Iceberg مزیت محسوب میشود.
- تجربه با الگوهای دریافت داده دستهای، جریانی و ثبت تغییرات.
- تجربه استفاده از SQL برای پرسوجو، اعتبارسنجی و تحلیل اکتشافی.
- درک قوی از مدلسازی داده و پردازش داده در مقیاس بزرگ.
- توانایی همکاری میانتیمی و توضیح روشن مفاهیم فنی برای ذینفعان غیرفنی.
- تجربه زیرساخت بهعنوان کد یا هماهنگسازی با ابزارهایی مانند Airflow، Step Functions یا dbt مزیت محسوب میشود.
- آشنایی با گردشکارهای توسعه با کمک هوش مصنوعی و ابزارهای بهرهوری مهندسی.
- تسلط پیشرفته به زبان انگلیسی برای ارتباط با تیمهای جهانی.
- حداقل دو سال تجربه در مهندسی داده یا نقشی مرتبط، شامل کار عملی در ساخت و نگهداری خطلولههای داده ابری AWS و معماری دریاچه داده.
مزایا
- گواهینامههای AWS، Databricks و Snowflake.
- دسترسی به مسیرهای یادگیری هوش مصنوعی.
- برنامههای مطالعاتی ویژه نقش، دورهها و گواهینامههای بیشتر.
- دسترسی به Udemy Business.
- درسهای زبان انگلیسی.
- فرصت سفر به کنفرانسهای تخصصی و دیدار با مشتریان.
- برنامههای توسعه شغلی و منتورینگ.
- پاداش برای تولد، سالگرد کاری و دیگر مناسبتهای شخصی.
- تجهیزات ارائهشده از سوی شرکت.
- گزینههای کاری منعطف.
- سایر مزایا ممکن است بر اساس محل فعالیت در آمریکای لاتین متفاوت باشند.
فرصتهای شغلی مرتبط
هیچ موقعیت شغلی پیدا نشد
برای یافتن فرصتهای بیشتر، فیلترها را تغییر دهید یا پاک کنید.