Marsh McLennan یک شرکت جهانی خدمات حرفه‌ای است که در زمینه خدمات مشاوره‌ای مرتبط با ریسک، راهبرد و نیروی انسانی فعالیت می‌کند. کسب‌وکارهای این شرکت شامل Marsh است که خدمات کارگزاری بیمه و مدیریت ریسک ارائه می‌دهد؛ Guy Carpenter که بر بیمه اتکایی و راهبردهای سرمایه تمرکز دارد؛ Mercer که در حوزه‌های سلامت، ثروت و مشاوره شغلی به مشتریان خدمات می‌دهد؛ و Oliver Wyman که در مشاوره راهبردی، اقتصادی و برند تخصص دارد. Marsh McLennan با بیش از ۸۵٬۰۰۰ کارمند در سراسر جهان، تخصص‌های حوزه‌های مالی، مشاوره، بازاریابی و خدمات حرفه‌ای مرتبط را گرد هم می‌آورد. فرصت‌های استخدامی این شرکت در چهار کسب‌وکار آن، نقش‌های پشتیبان مشاوره به مشتریان، تحلیل ریسک، راهبرد کسب‌وکار، مشاوره و تیم‌های عملیاتی را در بر می‌گیرد.
سرپرست فنی ارشد، مهندسی داده — Marsh McLennan، مکزیکوسیتی
تیم‌های مهندسی داده را در Marsh McLennan به‌صورت عملی هدایت کنید و اولویت‌های کسب‌وکار را به راهکارهای داده‌ای قابل‌اعتماد تبدیل کنید. خطوط پردازش Databricks را در AWS و Azure بسازید و اداره کنید.
توضیحات
- هدایت یک گروه تحویل متشکل از ۴ تا ۸ مهندس داده، شامل کارمندان و پیمانکاران.
- تعیین جهت‌گیری فنی، تقسیم کار به وظایف قابل‌مدیریت، هماهنگی اجرای اسپرینت و پذیرش مسئولیت خروجی‌های گروه.
- همراه مهندسان، با پایان پروژه‌ها یا انتقال آن‌ها به عملیات پایدار، به ابتکارهای اولویت‌دار بپیوندید.
- با SQL، Python و Spark کدنویسی کنید، خطوط پردازش بسازید و مشکلات محیط عملیاتی را عیب‌یابی کنید.
- مدل‌های داده، معماری مدالیون، قراردادهای دریافت داده و الگوهای مهندسی قابل‌استفادهٔ مجدد طراحی کنید.
- تغییرات شِما، بررسی‌های کیفیت داده، هم‌توانی و تبار داده را مدیریت کنید.
- برای تبدیل مسائل کسب‌وکار به راهکارهای داده‌ای، با رهبران تعامل و ذی‌نفعان کسب‌وکار همکاری کنید.
- CI/CD، کنترل نسخه، آزمون، بازبینی کد، مستندسازی، تجربهٔ توسعه‌دهندگان و رویه‌های عملیاتی را بهبود دهید.
- Databricks را در AWS و Azure با Unity Catalog، Delta Lake، Spark، زیرساخت به‌عنوان کد، گردش‌کارهای Git و ابزارهای ارکستراسیون خط پردازش اجرا کنید.
شرایط لازم
- حداقل ۵ سال تجربهٔ عملی در مهندسی داده، شامل مقداری تجربه در هدایت یا راهنمایی مهندسان.
- استفادهٔ قوی، به‌روز و مستمر از SQL، Python و Spark.
- تجربهٔ عملی با پلتفرم‌های دادهٔ ابری، ترجیحاً Databricks؛ تجربهٔ Snowflake، Synapse یا پلتفرم‌های مشابه در AWS، Azure یا GCP نیز مرتبط است.
- توانایی هدایت تیمی ترکیبی از کارمندان و پیمانکاران از طریق تعیین انتظارات، مدیریت عملکرد و ایجاد انسجام تیمی.
- آشنایی عملی با شیوه‌های نوین مهندسی، از جمله Git، CI/CD، آزمون خودکار، زیرساخت به‌عنوان کد و DataOps.
- کنجکاوی دربارهٔ حوزهٔ کسب‌وکار.
- مهارت ارتباطی روشن برای توضیح بده‌بستان‌های فنی به رهبران کسب‌وکار و انتقال نیازمندی‌های کسب‌وکار به مهندسان.
- تجربهٔ Databricks با Unity Catalog، Delta Lake، معماری مدالیون و گردش‌کارهای Databricks ارزشمند است.
- تجربه با dbt یا چارچوب مشابه تبدیل داده ارزشمند است.
- آشنایی با شیوه‌های حاکمیت داده، مانند تبار داده، کنترل دسترسی، مدیریت فراداده و چارچوب‌های کیفیت داده ارزشمند است.
- سابقهٔ کار در خدمات مالی، بیمه، مزایا یا مشاوره ارزشمند است.
- تجربهٔ ساخت خطوط دریافت اسناد یا داده‌های بدون ساختار ارزشمند است.
- آشنایی با ابزارهای مبتنی بر LLM، توسعه با کمک هوش مصنوعی یا مهندسی تحلیل ارزشمند است.
مزایا
- کار ترکیبی با امکان دورکاری و همکاری در دفتر.
- فرصت‌های رشد حرفه‌ای از طریق همکاری در دفتر.
- محیط کاری متنوع، فراگیر و انعطاف‌پذیر.