Ang NCR Atleos ay bumubuo ng self-service na teknolohiyang pinansyal para sa mga bangko, institusyong pinansyal, at retailer sa buong mundo. Kabilang sa mga produkto at serbisyo nito ang ATM-as-a-Service, software ng ATM, pinamamahalaang operasyon ng ATM, access sa cash nang walang card, at mobile na pag-withdraw ng cash. Sa pagsasama ng imprastraktura ng ATM, software, at end-to-end outsourcing, tinutulungan ng kumpanya ang mga organisasyon na palawakin ang access sa cash, pasimplehin ang mga operasyon, at pagandahin ang karanasan ng customer. Pinapatakbo ng NCR Atleos ang isang independiyenteng pandaigdigang network ng ATM at nakikipagtulungan sa mga sektor ng pagbabangko, fintech, at enterprise technology.
Arkitek ng Solusyon, Pagmomodelo ng Data – NCR Atleos (Hybrid sa Karachi)
Naghahanap ang NCR Atleos ng Arkitek ng Solusyon/Tagapamahala ng Modelo ng Data sa Karachi upang magdisenyo ng nasusukat na arkitektura ng data para sa negosyo. Saklaw ng tungkulin ang pagmomodelo ng data, data warehousing, mga integrasyon, at mga pamantayan sa pamamahala.
Paglalarawan
- Gumawa at magpanatili ng mga konseptuwal, lohikal, at pisikal na modelo ng data.
- Magdisenyo ng nasusukat at mataas ang pagganap na mga istruktura ng data para sa mga aplikasyon ng negosyo, data warehouse, analitika, pag-uulat, at mga real-time na kapaligiran.
- Magtakda ng mga source-to-target mapping, tuntunin sa pagbabago, istruktura ng data, at mga kinakailangan sa integrasyon para sa mga inisyatiba sa ETL/ELT, migrasyon, at pagsasama-sama.
- Bumuo ng mga dimensional na modelo, kabilang ang star at snowflake schema, para sa pag-uulat, business intelligence, mga analitikong workload, at paggamit ng downstream na data.
- Iayon ang mga modelo ng data sa mga prinsipyo ng pamamahala, pamantayan sa pagmomodelo, mga kombensiyon sa pagbibigay ng pangalan, mga kinakailangan sa metadata, inaasahang kalidad ng data, at mga alituntunin sa arkitektura.
- Suriin at pagbutihin ang mga lohikal at pisikal na modelo upang suportahan ang pagganap ng query, scalability, maintainability, at mahusay na paggamit ng data platform.
- Makipagtulungan sa mga arkitekto ng data at solusyon, inhinyero, developer, business analyst, at mga stakeholder ng negosyo.
- Itala ang mga modelo ng data, desisyon sa disenyo, depinisyon, at teknikal na rekomendasyon.
- Magbigay ng payo sa mga development at implementation team tungkol sa mga kasanayan sa pagmomodelo ng data at arkitektura.
Mga Kinakailangan
- May bachelor's o master's degree sa computer science, engineering, information technology, data management, o kaugnay na disiplina.
- May hindi bababa sa limang taong karanasan sa data modeling, data architecture, data warehousing, o katulad na mga tungkuling nakatuon sa data, mas mainam kung sa malalaking enterprise environment.
- Nagpapakita ng matibay na karanasan sa paggawa ng mga konseptuwal, lohikal, at pisikal na modelo ng data.
- May mahusay na kaalaman sa relational database, SQL, normalization, denormalization, mga key, relasyon, constraint, at dimensional modeling.
- May praktikal na karanasan sa data warehousing, mga arkitekturang OLTP/OLAP, ETL/ELT, data integration, at source-to-target mapping.
- May karanasan sa mga tool sa modeling at design gaya ng Erwin, ER/Studio, Data Vault, o katumbas na enterprise platform.
- Nauunawaan ang data governance, kalidad, metadata management, data lineage, mga pamantayan, at mga prinsipyo ng data architecture.
- May karanasan sa pagtatrabaho sa malalaking enterprise platform at kumplikadong environment na sumasaklaw sa maraming source system at data domain.
- Nagpapakita ng mahusay na kakayahang magsuri at lumutas ng problema.
- Epektibong nakikipagkomunikasyon sa pamamagitan ng dokumentasyon, presentasyon, pakikipagtulungan sa mga stakeholder, at teknikal na talakayan.
- Mas mainam ang kaalaman sa mga cloud data platform at makabagong data architecture.
- Mas mainam ang karanasan sa Teradata, Hadoop, Hive, Impala, Kafka, Snowflake, Databricks, o katumbas na mga teknolohiya.
- Mas mainam ang karanasan sa real-time o streaming data at mga analytical platform.
- Mas mainam ang karanasan sa telekomunikasyon, serbisyong pinansyal, o iba pang malalaking enterprise environment.
- Mas mainam ang pag-unawa sa mga kinakailangan sa data para sa AI/ML at data architecture.
- Mas mainam ang karanasan sa mga metodolohiyang Agile o Scrum.
- Nakadepende ang alok na trabaho sa matagumpay na pagpasa sa mga pamantayan ng screening na naaangkop sa tungkulin.
Mga Benepisyo
- Nakadepende ang alok na trabaho sa matagumpay na pagpasa sa mga pamantayan ng screening na naaangkop sa tungkulin.