EY
EY

EY یک شرکت خدمات حرفه‌ای جهانی است که در زمینه‌های حسابرسی، مالیات، مشاوره و خدمات advisory تخصص دارد. تیم‌های این شرکت به سازمان‌ها کمک می‌کنند با چالش‌های پیچیده کسب‌وکار روبه‌رو شوند، اعتماد به گزارشگری مالی و بازارها را تقویت کنند و با استفاده از داده و فناوری از تحول سازمانی پشتیبانی کنند.

این شرکت خدماتی از جمله مشاوره مالی شرکتی، راهبرد معاملات و مشاوره فناوری ارائه می‌دهد. EY با مشتریان فعال در حوزه‌هایی مانند سلامت، خدمات حقوقی، بازاریابی، انرژی، امور مالی و دولت همکاری می‌کند و پایداری و نوآوری در بسیاری از راهکارهای آن نقش دارند.

مهندس ارشد داده – هوش مصنوعی و داده | EY چنای

EY در چنای به‌دنبال استخدام مهندس ارشد داده است تا راهکارهای مقیاس‌پذیر AWS و Databricks را برای مشتریان مشاوره‌ای ایجاد کند. این نقش بر خطوط لوله داده، تحویل CI/CD و زیرساخت تحلیل سازمانی تمرکز دارد.

توضیحات

  • طراحی و مدیریت خط لوله CI/CD در سراسر چرخه عمر توسعه و استقرار راهکارهای داده
  • نگاشت و یکپارچه‌سازی داده‌ها میان سامانه‌های مختلف مبدأ و مقصد
  • ایجاد و بهینه‌سازی راهکارهای Data & AI، شامل خطوط لوله مهندسی و مدل‌های داده
  • نوشتن کد Python، PySpark و SQL در سطح تولید
  • ارائه استقرارهای تولیدی در مقیاس سازمانی با استفاده از شیوه‌های DevOps
  • مشارکت در تحویل Agile از طریق برنامه‌ریزی اسپرینت، بازبینی و بهبود مستمر
  • اعمال استانداردهای Data Governance و Data Quality برای پشتیبانی از یکپارچگی و انطباق

شرایط لازم

  • ۵ تا ۸ سال تجربه مرتبط در راهکارهای Data & AI، خطوط لوله مهندسی، مدل‌سازی داده و تنظیم عملکرد
  • تجربه گسترده در توسعه چارچوب‌های دریافت داده و خطوط لوله مقیاس‌پذیر
  • تجربه پیشرفته در خدمات AWS، شامل S3، EC2، Glue، Lambda و Secrets Manager
  • تجربه عملی کار با Databricks
  • تسلط بر DBT (Data Build Tool)
  • تجربه استفاده از Apache Airflow برای ارکستراسیون گردش کار
  • توانایی قوی برنامه‌نویسی در Python، PySpark، Spark و Scala
  • تجربه کار با Git، Jenkins و Apache Subversion
  • حداقل ۳ سال تجربه در محیط‌های بسیار بزرگ انبار داده
  • حداقل ۳ سال تجربه در معماری انبار داده، فرایندهای ETL/ELT و ابزارهای گزارش‌دهی یا تحلیل
  • تجربه توسعه با Python و/یا Java در محیط‌های مهندسی داده
  • آشنایی با EMR، Hadoop، Databricks، Hive و PySpark
  • درک قوی استانداردهای Data Governance و Data Quality
  • توانایی توسعه کارهای کارآمد Spark و تنظیم عملکرد در محیط‌های بزرگ‌مقیاس
  • تخصص پیشرفته در SQL و کوئری‌گیری از داده
  • مهارت‌های قوی ارتباطی کتبی و شفاهی
  • داشتن گواهینامه‌های فنی حرفه‌ای AWS، Databricks یا معادل آن‌ها بسیار مطلوب است
  • آشنایی با فناوری‌های یکپارچه‌سازی ابری و سازمانی