Valtech
Valtech
Ang Valtech ay isang pandaigdigang digital agency na tumutulong sa mga organisasyon na pagandahin ang karanasan ng mga customer at isulong ang kanilang mga digital na negosyo. Pinagsasama nito ang teknolohiya, marketing, datos, at AI upang suportahan ang mga inisyatiba sa commerce, digital transformation ng mga negosyo, at mas mahusay na performance sa marketing. Sa pamamagitan ng mga team at opisina sa iba’t ibang panig ng mundo, nakikipagtulungan ang Valtech sa mga kumpanya sa digital strategy, innovation sa karanasan, at praktikal na paggamit ng datos upang hubugin ang mas epektibong digital na kinabukasan.

Senior Data Engineer, Malayang Trabaho sa Bulgaria

Bumuo ng mga cloud data platform at pipeline sa Valtech para suportahan ang analytics, AI, at mga data product. Magtrabaho sa AWS, Databricks, at iba pang cloud environment, kabilang ang mga gamit ng GenAI.

Paglalarawan

  • Gumawa at magpaunlad ng mga cloud data platform para sa analytics, AI, at mga data product.
  • Bumuo ng maaasahang batch, streaming, at halos real-time na pipeline gamit ang Spark at Delta Lake.
  • Bumuo ng mga workflow para sa ingestion, transformation, at curation ng structured at unstructured na data.
  • Gamitin ang lakehouse architecture at ang bronze, silver, at gold na mga medallion layer.
  • Tumulong sa paglilipat ng mga workload sa pagitan ng mga cloud, kabilang ang paglilipat ng mga pipeline at data model sa ibang platform.
  • Gumawa ng mga dataset na handa nang i-deploy para sa analytics, machine learning, causal modeling, at optimization.
  • Bumuo ng mga data pipeline para sa mga GenAI application, kabilang ang LLM, RAG, vector data flow, at agent architecture.
  • Gumamit ng Databricks MLflow, Unity Catalog, o katulad na mga tool.
  • Gumawa ng mga lohikal at pisikal na data model.
  • Isaayos ang mga workflow gamit ang Databricks Workflows, Airflow, dbt, o katumbas na mga tool.
  • Gumamit ng mga pattern ng event-driven at streaming architecture.
  • Pamahalaan ang data governance, lineage, kalidad, at mga access control gamit ang Unity Catalog, AWS Lake Formation, Microsoft Purview, GCP Dataplex, o katulad na mga tool.
  • Subaybayan ang pagiging bago ng data, pagiging maaasahan ng pipeline, at performance ng SLA.
  • Magbigay ng data sa pamamagitan ng mga API, feature input, at analytical endpoint.
  • Pagbutihin ang performance, scalability, at kahusayan sa gastos ng mga pipeline at imprastraktura.
  • Linawin ang mga pangangailangan ng stakeholder, kuwestiyunin ang mga requirement, at magrekomenda ng mga alternatibo.
  • Makipagtulungan sa mga data scientist, ML engineer, analyst, platform team, at business stakeholder.
  • Tulungan ang mga team na gamitin ang mga data product at mag-ambag sa mga pinagsasaluhang gawi.

Mga Kinakailangan

  • May karanasan bilang Senior Data Engineer.
  • May matibay na praktikal na karanasan sa Apache Spark at Delta Lake.
  • Mahusay sa Python at SQL.
  • May napatunayang karanasan sa pagbuo ng batch at streaming pipeline at production data platform.
  • May matibay na kaalaman sa data modeling, kalidad ng data, at governance.
  • May malawak na aktuwal na karanasan sa Databricks Lakehouse Platform.
  • May malalim na kadalubhasaan sa kahit isang pangunahing cloud: AWS, GCP, o Azure/Fabric.
  • Handa at kayang magtrabaho sa iba’t ibang cloud platform.
  • May karanasan sa lakehouse architecture at distributed system.
  • May matibay na pag-unawa sa scalability, reliability, at performance.
  • May pagkamausisa, kakayahang lumutas ng problema, at kolaboratibong paraan ng pagtatrabaho sa iba’t ibang function.
  • Komportableng kuwestiyunin ang mga requirement ng negosyo.
  • Madaling umangkop at interesadong magtrabaho sa iba’t ibang platform.
  • Bentahe ang karanasan sa Agile o consulting.
  • Bentahe ang karagdagang karanasan sa cloud o karanasan sa cloud migration.
  • Bentahe ang karanasan sa Snowflake.
  • Bentahe ang karanasan sa GenAI at AI data system, kabilang ang RAG pipeline, vector database, at paghahanda ng LLM data.
  • Bentahe ang karanasan sa CI/CD para sa mga data pipeline at infrastructure as code, kabilang ang Terraform at CloudFormation.
  • Bentahe ang karanasan sa streaming tool gaya ng Kafka, Spark optimization, o ML at experimentation platform.
  • Bentahe ang karanasan sa pagbuo ng mga data product o malakihang analytics platform.

Mga Benepisyo

  • Flexible na mga kaayusan sa trabaho, kabilang ang hybrid na opsyon, at 25 araw na bakasyon.
  • May subsidy sa transportasyon at Multisport card.
  • Premium na health insurance para sa maginhawang pag-access sa mga serbisyong pangkalusugan.
  • Pondo para sa pagsasanay sa teknikal at iba pang kasanayan, mga kurso, at sertipikasyon.
  • Personal na plano sa pagpapaunlad ng karera batay sa mga performance review.
  • Programa sa pangangalaga sa sarili na may konsultasyong sikolohikal at mga talakayan ng team.
  • Komportableng opisina na nakatuon sa pagiging produktibo.
  • Mga event ng team at pagtitipon ng kumpanya.
  • Mga pagkakataon para sa propesyonal na pag-unlad.
  • Kulturang ginagabayan ng mga pinagsasaluhang pagpapahalaga.
  • Mga oportunidad sa internasyonal na karera.
  • Inklusibong kultura na may suporta para sa accessibility.

Mga Kaugnay na Trabaho

Intetics

Inhinyero ng Data ng ML, Remote sa Romania

Intetics

Bumuo ng real-time, graph, at time-series na imprastraktura ng datos para sa pagganap ng mga atleta. Suportahan ang pagsusuri sa machine learning at mga AI system para sa customer ng Intetics sa Estados Unidos.

Buksan