
Leega یک شرکت مشاوره فناوری در آمریکای لاتین است که بر تحلیل داده، راهکارهای ابری و تحول دیجیتال تمرکز دارد. خدمات این شرکت شامل توسعه اپلیکیشن، یادگیری ماشین، تحلیل مدیریت ریسک و پشتیبانی از سازمانهایی است که محیطهای دادهای خود را نوسازی میکنند. Leega با Google Cloud، AWS و Microsoft Azure همکاری دارد و به کسبوکارها کمک میکند مدیریت دادههای خود را بهبود دهند و فناوریهای ابری را به کار بگیرند. این شرکت همچنین خود را نخستین سازمان در منطقه معرفی میکند که برای تحلیل داده از Google Cloud گواهی دریافت کرده است.
مهندس ارشد داده AWS
برای هوش مصنوعی مولد در یک مؤسسه مالی، خط لولههای داده AWS، زیرساخت عاملها و حاکمیت داده را بسازید. با Bedrock، سامانههای چندعاملی، دادههای حساس و محیطهای چندحسابی کار کنید.
توضیحات
- خط لولههایی برای Bedrock Knowledge Bases و عاملها بسازید و نگهداری کنید؛ از دریافت و پاکسازی داده تا قطعهبندی و بردارسازی.
- منبعی متمرکز و معتبر برای BI و پایگاههای دانش عاملها ایجاد کنید.
- قراردادهای داده، شِماها، معیارهای تازگی داده و SLAها را برای منابع داده عاملها تعریف کنید.
- هماهنگی چندعاملی را با Strands Agents، Bedrock و AgentCore ممکن کنید.
- دادهها و سامانههای داخلی را از طریق سرورهای MCP و AgentCore Gateway بهصورت ابزارهای قابل استفاده مجدد در دسترس قرار دهید.
- مدیریت وضعیت عامل و حافظه مشترک را طوری طراحی کنید که بافتها و مشتریان از یکدیگر جدا بمانند.
- ارتباط عامل با عامل را با A2A، EventBridge، SQS و Step Functions و با استفاده از همتوانی، مهلت زمانی، تلاش مجدد و محافظت در برابر حلقه ممکن کنید.
- اصل حداقل دسترسی را با هویتهای اختصاصی، مجوزهای محدود و ردپای حسابرسی اجرا کنید.
- دسترسی بین حسابهای AWS را با نقشهای IAM و Lake Formation طراحی کنید.
- عاملها، ابزارها و حفاظها را با Terraform بهعنوان زیرساخت بهصورت کد فراهم کنید.
- هزینهها را با برچسبها، بودجهها و سنجههای تفکیکشده بر اساس دپارتمان، پروژه، مدل و عامل پیگیری کنید.
- حاکمیت، حریم خصوصی، انطباق با LGPD و اقامت منطقهای داده را حفظ کنید.
- با OpenTelemetry، AgentCore Observability و CloudWatch مشاهدهپذیری سرتاسری فراهم کنید.
- با صفها، طراحیهای چندمنطقهای و افت کنترلشده توان عملیاتی، از تابآوری و بازیابی پس از فاجعه پشتیبانی کنید.
شرایط لازم
- تسلط اثباتشده به Python و SQL.
- تجربه کار با S3، Glue، Athena، IAM، Lake Formation و KMS.
- تجربه استفاده از Terraform و CI/CD.
- تجربه عملی در محیطهای چندحسابی AWS.
- آشنایی با معماری رویدادمحور و سامانههای توزیعشده، از جمله صفها، تلاش مجدد، همتوانی و سازگاری.
- تجربه ساخت یا بهرهبرداری از دستکم یک برنامه LLM عملیاتی، سامانه RAG یا عامل مجهز به ابزار.
- آشنایی با رویههای AWS FinOps، از جمله برچسبگذاری، Cost Explorer و بودجهها.
- تجربه یا دانش ترجیحی: Amazon Bedrock، Knowledge Bases، Guardrails، همکاری چندعاملی، AgentCore، Strands، LangGraph، CrewAI، سرورهای MCP، پروتکل A2A، S3 Vectors، OpenSearch، Milvus، GraphRAG، MLOps، LLMOps، Data Mesh، معماری هاب و شاخه، گواهینامههای AWS یا FinOps و خدمات مالی یا محیطهای تحت نظارت.
- توانایی برقراری ارتباط روشن با دانشمندان داده، ذینفعان کسبوکار و شرکای بیرونی.
- نگرش جدی به امنیت و توانایی مدیریت دقیق دادههای حساس.
- توانایی تصمیمگیری با در نظر گرفتن مصالحهها و موازنههای روشن.
- توانایی کار مستقل برای مستندسازی و تعیین مسئولیتها میان تیمها.
مزایا
- فرصتهای مستمر برای رشد حرفهای.
- برنامه کاری ترکیبی با سه روز حضور در دفتر و دو روز کار از خانه در هفته.
- کار در شرکتی پویا و مشارکتی.
- پشتیبانی از توسعه حرفهای و آموزش از طریق سرمایهگذاری روی کارکنان.
فرصتهای شغلی مرتبط
هیچ موقعیت شغلی پیدا نشد
برای یافتن فرصتهای بیشتر، فیلترها را تغییر دهید یا پاک کنید.