X, bigly labs
X, bigly labs
X, bigly labs تیم نوآوری و فناوری شرکت Dis-Chem است که بر توسعه راهکارهای عملی برای چالش‌های حوزه سلامت و سازمان‌ها تمرکز دارد. این تیم با ترکیب آزمایش، همکاری و حل مسئله با تمرکز بر مشتری، از خدمات خرده‌فروشی و بالینی Dis-Chem پشتیبانی می‌کند و به بهبود نتایج برای مشتریان و بیماران کمک می‌رساند.

معمار ارشد داده

معماری داده‌ای امن و مقیاس‌پذیر برای مرکز نوآوری سلامت Dis-Chem طراحی کنید تا از تحلیل داده، یادگیری ماشین و هوش مصنوعی پشتیبانی کند. به ارائه راهکارهای دیجیتال هوشمندتر و بیمارمحور کمک کنید.

توضیحات

  • درباره معماری‌های داده‌ای در حال تحول که از بینش‌های راهبردی، تصمیم‌گیری، تحلیل‌های پیشرفته و ابتکارهای هوش مصنوعی پشتیبانی می‌کنند، مشاوره دهید، آن‌ها را طراحی و مدیریت کنید.
  • اصول TOGAF و DAMA-DMBOK را برای توسعه و پیاده‌سازی معماری داده‌ای و طراحی راهکارهای مدرن، امن و پایدار متناسب با نیازهای سازمان به کار ببرید.
  • برای پلتفرم‌های داده‌ای مقیاس‌پذیر و قابلیت‌های دیجیتال در سراسر سازمان راهنمایی معماری ارائه کنید.
  • با استفاده از اصول DAMA و الگوهای طراحی مدرن، معماری داده سازمانی را طراحی کنید.
  • با مهندسان و مدل‌سازان داده همکاری کنید تا پلتفرم‌ها از کاربردهای تحلیل داده، یادگیری ماشین و هوش مصنوعی پشتیبانی کنند.
  • جریان‌های داده، رابط‌ها و استانداردهای تعامل‌پذیری را برای ادغام راهکارهای جدید در زیست‌بوم داده تعیین کنید.
  • در نشست‌های طراحی راهکار، بازبینی‌های معماری و کارگاه‌ها با تیم‌های کسب‌وکار و فنی همکاری کنید.
  • تصمیم‌های معماری، جریان‌های داده و استانداردها را در مخازن دارای کنترل نسخه و ابزارهای همکاری ثبت کنید.

شرایط لازم

  • مدرک کارشناسی در علوم کامپیوتر، سیستم‌های اطلاعاتی، مهندسی داده یا رشته‌ای مرتبط.
  • حداقل ۶ سال تجربه در معماری داده، مهندسی داده یا مدیریت داده سازمانی.
  • گواهی مهندسی داده ابری، مانند AWS Certified Data Engineer – Associate (DEA-C01)، Azure Data Engineer (DP-203/DP-700) یا Databricks Certified Data Engineer.
  • گواهی TOGAF 10 یا دانش کاربردی قوی از این چارچوب.
  • تجربه اثبات‌شده در طراحی و راهبری معماری داده سازمانی و به‌کارگیری اصول DAMA.
  • توانایی به‌کارگیری اصول معماری و روش‌های طراحی مدرن در محیط‌های کلان‌داده.
  • تجربه مشارکت یا راهبری توسعه، خرید و یکپارچه‌سازی اپلیکیشن یا سیستم در زیست‌بوم‌های داده.
  • تجربه گسترده در کمک به ساخت پلتفرم‌های داده مقیاس‌پذیر برای بارهای کاری علم داده و هوش مصنوعی.
  • دانش عمیق در مدل‌سازی داده، مدیریت فراداده، حاکمیت داده و سیستم‌های توزیع‌شده.
  • تجربه کار با خدمات داده ابری مانند Azure Synapse، Amazon Redshift یا Google BigQuery.
  • آشنایی با ابزارهای یکپارچه‌سازی داده ابری مانند SAP Business Data Cloud، Databricks، Snowflake یا Airflow.
  • آشنایی با مقررات حریم خصوصی داده مانند POPIA و GDPR و چارچوب‌های انطباق.
  • گواهی DAMA-DMBOK، مانند Certified Data Management Professional (CDMP).
  • گواهی Azure AI Engineer Associate یا AWS Machine Learning Specialty.
  • تجربه در محیط‌های داده سلامت، خرده‌فروشی یا بیمه.
  • توانایی طراحی و نگهداری معماری داده مقیاس‌پذیر، امن و انعطاف‌پذیر، همسو با راهبرد کسب‌وکار و استانداردهای فناوری اطلاعات.
  • توانایی قوی در طراحی جریان داده و الگوهای یکپارچه‌سازی میان سیستم‌های گوناگون با استفاده از API، ETL/ELT و فناوری‌های جریانی.
  • پذیرش مسئولیت تصمیم‌های معماری و پیامدهای آن‌ها و همسو کردنشان با معماری سازمانی و انتظارات کسب‌وکار.
  • توانایی ایجاد توافق فنی و اثرگذاری بر تصمیم‌ها در میان تیم‌های کسب‌وکار، فناوری اطلاعات و داده.
  • اطمینان از همسویی معماری داده با معماری اپلیکیشن، زیرساخت و امنیت.
  • توانایی مواجهه با ابهام با اعتمادبه‌نفس و خونسردی.

فرصت‌های شغلی مرتبط

CV-Library

مهندس ارشد داده AWS

CV-Library

راهبرد و ارائهٔ پلتفرم دادهٔ AWS در CV-Library را هدایت کنید و برای بازار استخدام آن، خط لوله‌های قابل‌اعتماد و محصولات دادهٔ تحت حاکمیت بسازید. استانداردهای مهندسی را تعیین کنید، کیفیت و قابلیت اطمینان پلتفرم را بهبود دهید و راهنمای تیمی از مهندسان داده باشید.

باز کردن