General Motors
General Motors
Ang General Motors ay isang pandaigdigang kompanya sa automotive at pagmamanupaktura na nagtatrabaho sa engineering ng sasakyan, produksyon, transportasyon, at teknolohiya ng impormasyon. Itinatag noong 1908, bumubuo ang GM ng mga teknolohiyang naglalayong isulong ang mobility habang itinataguyod ang bisyon nitong zero crashes, zero emissions, at zero congestion. Pinagbubuklod ng mga pandaigdigang operasyon nito ang malalaki at multidisciplinary na team na nakatuon sa inobasyon, napapanatiling transportasyon, at kinabukasan ng industriya ng automotive.

Inhinyero sa Data Engineering, Cloud Migration at Platforms - General Motors (Hybrid)

Modernisahin ang Oracle workloads ng General Motors sa pamamagitan ng cloud migration at platform engineering. Bumuo ng secure at governed na data platforms, pipelines, infrastructure automation, at maaasahang operating practices.

Paglalarawan

  • Suriin ang mga arkitektura, workload, dependency, interface, data flow, at operating process na nakabatay sa Oracle upang magplano at magsagawa ng mga migration.
  • Gumawa ng scalable na batch at near-real-time pipeline para sa data ingestion, transformation, validation, reconciliation, at publishing.
  • Bumuo ng mga migration approach para sa data, schema, ETL/ELT workload, stored procedure, interface, at downstream consumer.
  • Buuin at patakbuhin ang mga kakayahan ng cloud data platform sa Azure, Google Cloud Platform, at mga multi-cloud environment.
  • Ilapat ang Databricks Workflows, Unity Catalog, Delta Lake, MLflow, at Asset Bundles kung naaangkop.
  • Gumawa ng reusable na Terraform infrastructure as code para sa cloud, networking, data-platform, at Databricks resource.
  • Magdisenyo ng CI/CD workflow at i-automate ang deployment at environment promotion sa development, test, staging, at production.
  • Ilapat ang mga data-security control para sa identity at access management, encryption, secret, key rotation, at least privilege.
  • Magtatag ng mga governance practice para sa cataloging, lineage, classification, retention, auditability, at responsableng paggamit ng data.
  • Magpatupad ng monitoring, logging, alerting, data-quality check, at operational dashboard.
  • Pagbutihin ang reliability, scalability, performance, at cost efficiency ng platform sa pamamagitan ng automation at patuloy na optimization.
  • Manguna o tumulong sa incident response, service restoration, root cause analysis, at post-incident review.
  • Tukuyin at suportahan ang SLA, SLO, data-freshness target, recovery objective, at error-budget practice.
  • Bumuo ng automated unit, integration, data-quality, regression, at end-to-end testing.
  • Makipagtulungan sa mga architect, application team, analytics at AI practitioner, security partner, product owner, at global technology team.
  • Makibahagi sa two-week sprint, backlog refinement, estimation, delivery planning, demonstration, at patuloy na improvement.
  • Panatilihin ang architecture diagram, data-flow record, API at interface documentation, runbook, onboarding guide, README file, at production-readiness material.

Mga Kinakailangan

  • Bachelor’s degree sa computer science, engineering, information systems, data engineering, o kaugnay na larangan, o katumbas na praktikal na karanasan.
  • Hindi bababa sa tatlong taong propesyonal na karanasan sa data engineering, cloud platform engineering, DevOps, software engineering, o kaugnay na disiplina.
  • Napatunayang karanasan sa paghahatid ng production-grade na data solution.
  • Praktikal na karanasan sa pagdisenyo at pagsuporta ng data pipeline at ETL/ELT workload, mas mainam kung may Oracle o iba pang enterprise relational database.
  • Malakas na kasanayan sa Python para sa automation, developer tooling, data engineering, at PySpark processing.
  • Karanasan sa SQL, relational modeling, schema design, query optimization, at data reconciliation.
  • Karanasan sa kahit isang pangunahing cloud platform, mas mainam ang Azure o Google Cloud Platform.
  • Karanasan sa pagbuo ng infrastructure as code gamit ang Terraform, kabilang ang reusable module, remote state, at environment-specific configuration.
  • Karanasan sa paggamit ng Git, branching strategy, pull request, code review, at automated CI/CD workflow.
  • Karanasan sa cloud data platform o lakehouse gaya ng Databricks, Delta Lake, BigQuery, Synapse, o katumbas na teknolohiya.
  • Kaalaman sa cloud networking, identity at access management, encryption, secrets management, at secure service-to-service integration.
  • Karanasan sa pagpapatupad ng monitoring, logging, alerting, operational dashboard, at data-quality control.
  • Malakas na kakayahan sa troubleshooting, analysis, communication, at cross-functional collaboration.
  • Mas mainam: karanasan sa pag-migrate ng Oracle database, ETL job, stored procedure, o data warehouse sa cloud service.
  • Mas mainam: hands-on na karanasan sa Databricks Workflows, Unity Catalog, Delta Lake, MLflow, at Asset Bundles.
  • Mas mainam: pamilyaridad sa mga Azure service gaya ng ADLS Gen2, Key Vault, Entra ID, AKS, Azure networking, at Azure DevOps o GitHub Actions.
  • Mas mainam: pamilyaridad sa mga Google Cloud service gaya ng Cloud Storage, BigQuery, Dataproc, GKE, Pub/Sub, Secret Manager, Cloud IAM, at VPC networking.
  • Mas mainam: karanasan sa streaming at event-driven processing gamit ang Apache Kafka, Apache Pulsar, Pub/Sub, o katumbas na teknolohiya.
  • Mas mainam: karanasan sa Kubernetes, Azure Container Apps, GKE, o iba pang containerized runtime.
  • Mas mainam: karanasan sa Datadog o iba pang observability platform.
  • Mas mainam: karanasan sa MLflow, model o feature pipeline, experiment tracking, at production monitoring para sa AI/ML workload.
  • Mas mainam: karanasan sa HashiCorp Vault o katumbas na enterprise secrets-management tool.
  • Mas mainam: karanasan sa regulated, security-sensitive, o enterprise-scale environment.
  • Mas mainam: karanasan sa production-readiness review, incident management, postmortem, at service-reliability practice.
  • Hindi dapat mangailangan ng GM immigration-related sponsorship ngayon o sa hinaharap.

Mga Benepisyo

  • Hybrid na work arrangement.
  • Trabahong may kinalaman sa cloud data platform, analytics, artificial intelligence, at enterprise modernization.
  • Inklusibong lugar ng trabaho na nakatuon sa belonging at professional development.
  • May impormasyong ibinibigay tungkol sa role-related assessment at/o pre-employment screening.
  • May available na accommodation support para sa mga aplikanteng may kapansanan.

Mga Kaugnay na Trabaho

Software Mind

Senior Software Engineer, Python at Cloud Data (Poland, Remote)

Software Mind

Bumuo ng mga ligtas na Python service at data pipeline para sa mga pandaigdigang kliyente ng Software Mind. Maghatid ng cloud application, integration, awtomatikong pag-uulat, at mga canonical data feed.

Buksan
Atos

Inhinyero ng Java Application — Taipei, Nasa Opisina

Atos

Bumuo ng mga Java application para sa Atos, isang pandaigdigang kompanya sa digital transformation at mga serbisyong digital. Lumikha ng mga solusyon sa pagbabayad at pagbabangko gamit ang Java, Spring, REST API, mga database, at web framework.

Buksan
Qualysoft

Inhinyero ng Java, Pagbabangko

Qualysoft
501 – 1,000 Mga Empleyado
LogisticsPagmamanupakturaPagmemerkado

Bumuo ng ligtas at laging magagamit na mga aplikasyon sa pagbabangko gamit ang Java at Spring sa Qualysoft, isang internasyonal na kompanya ng konsultasyon sa IT at software engineering. Bumuo ng mga serbisyo at sumuporta sa mga sistemang pangnegosyong ginagamit na.

Buksan
Harris Global Business Services (GBS)

Espesyalista sa Tinanggihang Pagsingil (Remote, India)

Harris Global Business Services (GBS)

Siyasatin at lutasin ang mga tinanggihang claim sa pangangalagang pangkalusugan, itama ang datos ng pagsingil, at muling isumite ang mga claim. Magtrabaho nang remote mula India habang nakikipag-ugnayan sa mga payer, coder, at pamamahala ng pagsingil.

Buksan
Sigma Software Group

Malayuang Full-Stack Engineer (Python, React) — Poland

Sigma Software Group

Bumuo ng mga bahagi gamit ang Python at React para sa serbisyong pang-impormasyon ng produkto sa telekomunikasyong cloud-native. Gumawa ng mga API, integrasyon, pagsusuri, at nasusukat na solusyon sa data.

Buksan
AXON Networks

Staff Backend Engineer, AXON Networks

AXON Networks
201 – 500 Mga Empleyado
LogisticsPagkonsultaPagmemerkado

Bumuo ng mga serbisyo ng SaaS para sa AI-driven na platform ng AXON Networks para sa orkestrasyon ng network. Pangunahan ang arkitektura ng backend, integrasyon ng cloud, at paggabay sa teknikal na aspeto.

Buksan