Ang Expleo Group ay isang pandaigdigang kasosyo sa inhinyeriya, teknolohiya, at pagkonsulta na tumutulong sa mga organisasyon na baguhin ang kanilang mga operasyon, bumuo ng mga kumplikadong produkto, at pagandahin ang mga proseso sa pagmamanupaktura at kalidad. Saklaw ng mga gawain nito ang pagkonsulta, depensa, at logistik, kasama ang mga kakayahan sa artificial intelligence, digitalisasyon, at cybersecurity. Itinatag noong 1966, pinagsasama ng Expleo ang mahigit limang dekada ng karanasan at isang pangkat ng 18,000 eksperto sa 29 na bansa upang suportahan ang inobasyon at mahusay na operasyon.
Inhinyero ng Datos, PySpark at Databricks
Bumuo ng mga PySpark at SQL pipeline sa Databricks at lumikha ng maaasahan at maayos na pinamamahalaang dataset para sa mga analytics at machine learning team sa Chennai.
Paglalarawan
- Bumuo ng mga ETL at ELT pipeline gamit ang PySpark at SQL para sa malakihang pagproseso ng datos
- Buuin at i-optimize ang mga workflow sa Databricks, kabilang ang mga notebook, job, at configuration ng cluster
- Makipagtulungan sa mga analytics at machine learning team upang maghatid ng malinis at dokumentadong mga dataset
- Subaybayan ang performance ng pipeline, lutasin ang mga pagkabigo, at panatilihin ang kalidad at integridad ng datos
- Magtatag ng pamamahala sa datos at pinakamahuhusay na kasanayan sa platform
- Makibahagi sa mga pagsusuri ng disenyo at pagpapasya sa arkitektura
Mga Kinakailangan
- May 4–6 na taong praktikal na karanasan sa data engineering o kaugnay na larangan
- May kumpiyansang gumamit ng PySpark para sa malakihang distributed processing
- May advanced na kasanayan sa SQL, kabilang ang query optimization, window functions, CTE, at masasalimuot na join
- May matibay na karanasan sa Databricks, Delta Lake, at mga workflow; mas mainam kung may Unity Catalog
- May karanasan sa mga cloud platform na AWS o Azure
- May pangunahing kasanayan sa PySpark, SQL, Databricks, AWS, Azure, Python, at Git
- Bentahe ang karanasan sa mga streaming tool gaya ng Apache Kafka o Spark Streaming
- Bentahe ang pagkakalantad sa mga machine learning pipeline at workflow ng feature engineering