Acuity
Acuity
Ang Acuity ay isang kumpanyang teknolohiyang pang-industriya na nakabase sa Atlanta at dalubhasa sa mga solusyon sa ilaw at pamamahala ng gusali. Sa pamamagitan ng Acuity Brands Lighting at Acuity Intelligent Spaces, humigit-kumulang 13,000 kasama nito ang bumubuo ng mga produktong matalinong ilaw at mga kasangkapan sa matalinong pamamahala ng espasyo na tumutulong sa mga customer na mapabuti ang karanasan, pagiging produktibo at pagpapanatili. Pinagsasama ng kumpanya ang interoperability ng data at mga advanced na plataporma ng teknolohiya upang tugunan ang patuloy na nagbabagong pangangailangan sa mga kapaligirang may kaugnayan sa konstruksyon, pagkonsulta at enerhiya.

Senior Data Engineer sa Acuity — Cork, Ireland (On-site)

Bumuo ng mga Databricks at Azure lakehouse pipeline para sa negosyo ng teknolohiyang industriyal ng Acuity. Gumawa ng maaasahang mga produktong datos para sa pag-uulat, analytics, AI, at mga downstream na application.

Paglalarawan

  • Bumuo at mag-optimize ng mga scalable na ETL/ELT pipeline gamit ang Databricks, Python/PySpark, SQL, Delta Lake, at Azure.
  • Kumuha ng datos mula sa mga database, API, file, SaaS application, at event source sa pamamagitan ng mga batch at streaming workflow.
  • Bumuo ng mga reusable na bronze, silver, at gold dataset gamit ang mga pamamaraang nakabatay sa metadata at configuration.
  • Ipatupad ang incremental processing, schema evolution, paghawak ng error, recovery, reconciliation, at mga audit control.
  • Ilapat ang mga tuntunin sa kalidad ng datos, testing, lineage, at monitoring upang makagawa ng mga mapagkakatiwalaang produktong datos.
  • Makipagtulungan sa mga arkitekto, analyst, at pangkat ng negosyo upang tukuyin ang source-to-target mapping, mga tuntunin sa negosyo, at pamantayan sa pagtanggap.
  • Maghanda ng mga dataset na mahusay ang performance para sa Power BI, enterprise reporting, analytics, data science, AI, at mga downstream na application.
  • Pagbutihin ang pagiging maaasahan, performance, at gastos ng mga pipeline, SQL, Spark workload, storage, at disenyo ng talahanayan.
  • Gamitin ang Git at Azure DevOps upang pamahalaan ang mga backlog, user story, branch, pull request, CI/CD, release, at traceability.
  • Sumulat ng mga unit, integration, at reconciliation test, at lumahok sa mga pagsusuri ng disenyo at code.
  • Subaybayan ang mga pipeline sa production, pangasiwaan ang mga insidente, siyasatin ang mga ugat na sanhi, at idokumento ang mga operasyonal na pamamaraan.
  • Bumuo ng mga reusable na component at pamantayan sa engineering, gumabay sa mga kasamahan, at sumuporta sa tuloy-tuloy na pagpapahusay sa pangkat ng data ng DCoE.

Mga Kinakailangan

  • May hindi bababa sa 5–6 na taong hands-on na karanasan sa data engineering, kabilang ang pagbuo ng mga production pipeline at produktong datos.
  • Malalim na kaalaman sa Databricks, Azure Data Lake, Delta Lake, Python/PySpark, at SQL.
  • Malawak na pag-unawa sa ETL/ELT, data integration, arkitekturang lakehouse, at mga pattern ng disenyong bronze, silver, at gold.
  • Karanasan sa kalidad ng datos, reconciliation, pamamahala ng schema, orchestration, performance tuning, at suporta sa production.
  • Pag-unawa sa reporting at analytics, kabilang kung paano gumagamit ng na-curate na datos ang Power BI o katulad na BI tool.
  • Praktikal na karanasan sa Agile delivery, Git, CI/CD, mga kasanayan sa DevOps, at Azure DevOps.
  • Bachelor’s degree sa computer science, information systems, engineering, o kaugnay na larangan, o katumbas na praktikal na karanasan.
  • Sertipikasyon sa Databricks o Microsoft Azure.
  • Karanasan sa pagtatrabaho sa datos ng supply chain, pagmamanupaktura, ERP, operasyon, o industriya.
  • Karanasan sa streaming, Unity Catalog, mga framework na nakabatay sa metadata, data governance, o paghahanda ng datos para sa AI/ML.
  • Malakas na kakayahang magsuri at lutasin ang mga problema sa maayos na paraan.
  • Malinaw na pakikipag-usap sa mga teknikal at pangnegosyong audience.
  • Mahilig makipagtulungan at may matibay na pananagutan sa trabaho.
  • Kayang timbangin ang kalidad, bilis, kakayahang mapanatili, at mga pangangailangang operasyonal.
  • Kayang gumabay sa mga engineer at magpahusay ng mga pamantayan sa pamamagitan ng mga pagsusuri ng disenyo at code at mga reusable na kasanayan sa engineering.

Mga Benepisyo

  • Saklaw sa pangangalagang pangkalusugan
  • Saklaw sa pangangalaga ng ngipin
  • Mga plano para sa pangangalaga ng paningin
  • Mga benepisyo sa 401(k)
  • Komisyon o insentibong kompensasyon, depende sa tungkulin

Mga Kaugnay na Trabaho