Ang Vultr ay isang pandaigdigang kumpanyang nagbibigay ng cloud infrastructure, na nag-aalok sa mga developer at negosyo ng on-demand na serbisyo para sa computing, storage, networking, at database. Kabilang sa platform nito ang mga virtual machine, bare-metal server, imprastrakturang pinapabilis ng GPU, mga managed database, object at block storage, Kubernetes, at mga application mula sa marketplace na maaaring i-deploy. Sa suporta para sa mga AMD at NVIDIA GPU, mabilis na networking, at imprastraktura sa mahigit 32 rehiyon ng data center, sinusuportahan ng Vultr ang mga workload para sa software, artificial intelligence, at high-performance computing sa pamamagitan ng mga API na nakatuon sa developer at mga scalable na cloud tool.
Senior Data Engineer, BigQuery
Bumuo ng maaasahang BigQuery pipeline at pinamamahalaang dataset para sa pandaigdigang cloud infrastructure platform ng Vultr. Makipagtulungan sa mga team ng Engineering, business intelligence, at data science para suportahan ang enterprise analytics.
Estados Unidos$155,000 – $180,000 / taon
RemoteFull-timeSeniorKinakailangang Wika: InglesInhinyero ng datosPaglalarawan
- Bumuo at magpanatili ng mga operational data pipeline papunta sa BigQuery gamit ang incremental load at change data capture kung kinakailangan.
- Gumawa ng mga bronze, silver, at gold dataset, kabilang ang mga pinagsasaluhang business entity at sukatan para sa pag-uulat.
- I-automate ang pagpapatunay ng data at rekonsilyasyon sa pagitan ng mga source system at target dataset.
- Ihatid sa mga downstream dataset ang mga update, deletion, at makasaysayang pagwawasto sa source.
- Subaybayan ang kalagayan ng pipeline, pangasiwaan ang mga exception at pagbabago sa schema, at idokumento ang mga pamamaraan ng recovery at data lineage.
- Makipagtulungan sa mga team ng business intelligence at data science upang makapagbigay ng dokumentado at mahusay na dataset.
- Makipag-ugnayan sa mga may-ari ng system ng negosyo at sa team ng Engineering upang lutasin ang mga kakulangan sa source data at magtakda ng maaasahang paglilipat ng data.
- Magtakda at magpatupad ng mga pamantayan sa engineering para sa testing, deployment, seguridad, at pamamahala ng gastos sa loob ng napagkasunduang enterprise architecture.
- Suriin ang mga kasalukuyang pipeline at magtatag ng mga paulit-ulit na kasanayan sa engineering.
- Maghatid ng mga production dataset para sa mga prayoridad na pangangailangan sa pag-uulat.
- Magpakilala ng mga paunang kontrol at pagsubaybay sa kalidad ng data.
- Tiyaking tumpak na lumalabas sa downstream reporting ang mga makasaysayang pagwawasto sa source.
Mga Kinakailangan
- Hindi bababa sa limang taong karanasan sa data engineering, kabilang ang pananagutan sa mga production pipeline.
- Advanced na kasanayan sa SQL at mahusay na paggamit ng Python.
- Karanasan sa production gamit ang BigQuery, kabilang ang partitioning, clustering, performance ng query, at pagkontrol sa gastos.
- Karanasan sa mga tool para sa data transformation at orchestration gaya ng dbt, Airflow, Cloud Composer, Dagster, o katumbas nito.
- Karanasan sa pagkuha ng data mula sa mga operational database at pamamahala ng incremental load, update, deletion, backfill, at makasaysayang pagwawasto.
- Mahusay na pag-unawa sa dimensional modeling at pagsubaybay sa makasaysayang data.
- Karanasan sa mga automated na pagsusuri sa kalidad ng data, rekonsilyasyon, monitoring, alerting, at recovery.
- Karanasan sa Git, code review, automated testing, at CI/CD.
- Kakayahang makipagtulungan sa mga team ng Engineering, analytics, at negosyo.
- Karanasan sa MySQL, ClickHouse, Kafka, o Google Pub/Sub.
- Pagkaalam sa Parquet, episyenteng paggamit ng storage, at Spark o PySpark.
- Kakayahang subaybayan ang mga depinisyon ng data at business logic sa application code o ORM; dagdag na bentahe ang kaalaman sa PHP.
- Karanasan sa Salesforce, NetSuite, Power BI, o mga kahalintulad na system.
- Pagkaalam sa IAM, service account, access na may pinakamababang pribilehiyo, at ligtas na authentication para sa workload.
- Karanasan sa mga tool para sa metadata, lineage, o data observability.
- Karanasan sa paggamit ng AI o automation para sa pagpapatakbo ng pipeline, pagsisiyasat ng insidente, o pinamamahalaang access sa data para sa mga LLM application.
- Karanasan sa cloud infrastructure, telekomunikasyon, data center, o iba pang kapaligirang maraming asset.
Mga Benepisyo
- Sasagutin ng kumpanya ang 100% ng premium para sa medical, dental, at vision insurance ng empleyado.
- Katumbas na 401(k) contribution na 100% hanggang 4%, na agad na vested.
- Taunang reimbursement na $2,500 para sa propesyonal na pag-unlad.
- 11 holiday, naipong bayad na time off, at patakaran sa paglilipat ng hindi nagamit na oras.
- Karagdagang bayad na time off sa ikatlo at ikasampung anibersaryo sa trabaho.
- Isang buwang bayad na sabbatical kada limang taon.
- Taunang bonus sa anibersaryo.
- Tulong na $500 para sa pag-set up ng remote office sa unang taon at $400 bawat kasunod na taon.
- Reimbursement sa internet na hanggang $75 bawat buwan.
- Reimbursement sa membership sa gym na hanggang $50 bawat buwan.
- Subscription sa Wellable na binabayaran ng kumpanya.