Gumagawa ang inforcer ng software para sa mga Managed Service Provider (MSP) na namamahala sa seguridad ng Microsoft 365 sa maraming tenant ng kliyente. Tinutulungan ng platform nito na i-automate ang pag-deploy ng mga policy, gawing pare-pareho ang mga configuration, at suportahan ang mga pagsisikap sa pagsunod sa mga pamantayan sa iba't ibang Microsoft environment. Dahil dito, nakakapaghatid ang mga MSP ng mas pare-parehong serbisyo sa seguridad habang nababawasan ang operasyonal na pagsisikap at panganib na kaakibat ng pamamahala ng maraming tenant.
Inhinyero ng Data
Bumuo ng mga scalable na data platform, integration, at ETL pipeline para sa mga cybersecurity at AI product ng inforcer. Suportahan ang analytics, automation, pag-uulat, at mga inisyatiba sa AI.
Paglalarawan
- Magdisenyo at magpaunlad ng scalable na data lake at makabagong arkitektura ng platform.
- Bumuo ng mga solusyon sa storage para sa structured at unstructured na data.
- Suportahan ang pamamahala sa data, seguridad, at pagsunod sa mga regulasyon.
- Pagandahin ang mga data model at performance ng storage.
- Bumuo ng mga framework sa pag-ingest para sa mga internal at external na sistema.
- Ikonekta ang mga SaaS platform, database, API, at third-party application.
- Magpatupad ng batch at real-time na pag-ingest.
- Pamahalaan ang pag-synchronize ng data at pagkuha ng mga pagbabago rito.
- Gumawa at magpanatili ng mga ETL/ELT pipeline.
- Gawing mapagkakatiwalaan at handa para sa negosyo ang hilaw na data.
- Subaybayan ang performance ng pipeline at maagap na tugunan ang mga isyu.
- Pahusayin ang pagiging maaasahan, scalability, at automation sa buong data platform.
- Magtatag ng mga kontrol para sa validation at kalidad ng data.
- Mag-set up ng monitoring at mga alerto para sa mahahalagang pipeline.
- Siyasatin ang mga isyu sa data at tukuyin ang mga ugat ng problema.
- Panatilihin ang availability ng platform at integridad ng data.
- Makipagtulungan sa mga stakeholder sa negosyo, analyst, engineer, at lider.
- Maghatid ng maaasahang data para sa pag-uulat, analytics, at gawaing AI.
- Tumulong sa paghubog ng arkitektura ng data at mga roadmap ng platform.
- Idokumento ang mga solusyon at itaguyod ang mahusay na mga kasanayan sa engineering.
Mga Kinakailangan
- May napatunayang karanasan bilang data engineer o sa katulad na posisyon.
- Mahusay sa SQL at may karanasan sa paghawak ng malalaking dataset.
- May propesyonal na karanasan sa pagbuo ng mga ETL/ELT pipeline.
- May karanasan sa pagbuo ng mga integrasyon ng data at framework sa pag-ingest.
- Mahusay sa Python development.
- May karanasan sa mga cloud data environment.
- May kaalaman sa mga prinsipyo ng data modeling at disenyo ng database.
- May karanasan sa Microsoft Azure at Azure Data Lake Storage (ADLS).
- May karanasan sa Azure Data Factory, Databricks, Apache Spark, dbt, o Airflow.
- May karanasan sa Azure Synapse Analytics o Snowflake.
- May karanasan sa paggamit ng Git para sa version control.
- May karanasan sa pag-integrate ng REST API at pagtatrabaho sa mga event-driven na arkitektura.
- May kaalaman sa Kafka o iba pang teknolohiya sa streaming.
- Nauunawaan ang mga pattern ng change data capture (CDC).
- May kaalaman sa pamamahala ng data at mga kasanayan sa master data management.
- Malinaw makipag-ugnayan sa mga teknikal at di-teknikal na stakeholder.
Mga Benepisyo
- Mabilis at tuloy-tuloy na pagkatuto na may matibay na suporta sa pag-unlad.
- May mataas na tiwala at awtonomiya sa trabaho, at may epekto ang iyong mga nagagawa.
- Kulturang bukas at tapat ang komunikasyon.
- Pandaigdigang pangkat ng mahuhusay na kasamahan.
- Buwanang mga pagtitipong panlipunan ng pangkat.
- Mga programa sa pagkilala sa empleyado na nagbibigay-gantimpala sa mahahalagang ambag.
- Inklusibo at magkakaibang lugar ng trabaho.