Ness Digital Engineering
Ness Digital Engineering
1,001 – 5,000 Mga Empleyado
Artipisyal na intelihensiyaB2BPagkonsulta

Ang Ness Digital Engineering ay isang pandaigdigang kompanya ng digital engineering at mga serbisyong teknolohiya na nakikipagtulungan sa mga negosyo upang gawing mas makabago ang kanilang mga technology estate, bumuo ng mga cloud-native na platform, at maghatid ng mga produkto sa data, AI, at software. Itinatag noong 1999, taglay ng kompanya ang mahigit 25 taon ng karanasan sa engineering sa pamamagitan ng modelong delivery na pinangungunahan ng pagkonsulta at nakatuon sa pagbuo at pagpapatakbo ng mga solusyong teknolohiya.

Kabilang sa mga gawain nito ang cloud, data, AI, at enterprise workflow automation, na sinusuportahan ng platform na ATONIS para sa AI-powered engineering. Nakikipagtulungan ang Ness sa mga provider tulad ng AWS, Microsoft Azure, Google Cloud, Snowflake, Databricks, Confluent, at Salesforce, at nagsisilbi sa mga organisasyon sa financial services, pagmamanupaktura at transportasyon, media at entertainment, retail, private equity, at healthcare.

Senior Data Engineer – Ness Digital Engineering (Hybrid, India)

Bumuo ng nasusukat na mga data pipeline gamit ang Python at Spark sa Ness Digital Engineering. Gumawa ng mga solusyon sa data platform gamit ang AWS, Databricks, at Snowflake.

Paglalarawan

  • Bumuo ng mga nasusukat na data pipeline gamit ang Python at Spark/PySpark
  • Bumuo, mag-debug, sumubok, at mag-optimize ng mga data solution para sa production
  • Gumamit ng Databricks, Snowflake, at mga makabagong data platform
  • Bumuo at mag-deploy ng mga data solution sa AWS
  • Sundin ang mahusay na mga kasanayan sa software engineering at coding

Mga Kinakailangan

  • Magdala ng humigit-kumulang limang taon ng praktikal na karanasan sa data engineering
  • Magpakita ng mahusay na kasanayan sa programming at pag-debug, lalo na sa Python
  • Magkaroon ng praktikal na karanasan sa Spark o PySpark
  • Magdala ng karanasan sa AWS at Databricks o Snowflake
  • Magkaroon ng karanasan sa production sa pagbuo at pagsuporta sa mga data pipeline
  • Mas gusto ang karanasan sa serbisyong pinansyal
  • Mas gusto ang karanasan sa Dagster o iba pang data orchestration platform
  • Mas gusto ang karanasan sa cloud-native data engineering