Leega
Leega
201 – 500 Mga Empleyado
APIPagkonsultaPagmemerkado
Ang Leega ay isang kumpanyang konsultant sa teknolohiya sa Latin America na nakatuon sa data analytics, mga cloud solution, at digital transformation. Kabilang sa mga serbisyo nito ang pagbuo ng application, machine learning, risk management analytics, at suporta para sa mga organisasyong nagmo-modernisa ng kanilang mga data environment. Nakikipagtulungan ang Leega sa Google Cloud, AWS, at Microsoft Azure upang tulungan ang mga negosyo na mapahusay ang pamamahala ng data at gumamit ng mga cloud technology. Tinutukoy rin ng kumpanya ang sarili nito bilang unang organisasyon sa rehiyon na sertipikado ng Google Cloud para sa Data Analytics.

Senior na AWS Data Engineer

Bumuo ng mga AWS data pipeline, imprastraktura ng agent, at pamamahala para sa generative AI sa isang institusyong pinansyal. Makipagtrabaho sa Bedrock, mga multi-agent system, sensitibong data, at mga multi-account na kapaligiran.

Paglalarawan

  • Bumuo at magpanatili ng mga pipeline para sa Bedrock Knowledge Bases at mga agent, kabilang ang pagkuha, paglilinis, paghahati-hati, at pag-vectorize ng data.
  • Magtatag ng sentralisadong mapagkakatiwalaang pinagmumulan ng data para sa BI at mga knowledge base ng agent.
  • Magtakda ng mga data contract, schema, pamantayan sa pagiging sariwa ng data, at SLA para sa mga pinagmumulan ng data ng agent.
  • Paganahin ang orkestrasyon ng maraming agent gamit ang Strands Agents, Bedrock, at AgentCore.
  • Gawing magagamit muli bilang mga tool ang panloob na data at mga sistema sa pamamagitan ng mga MCP server at AgentCore Gateway.
  • Idisenyo ang pamamahala sa estado ng agent at pinagsasaluhang memorya habang inihihiwalay ang mga konteksto at kliyente.
  • Paganahin ang komunikasyon sa pagitan ng mga agent gamit ang A2A, EventBridge, SQS, at Step Functions, sa pamamagitan ng idempotency, mga timeout, muling pagsubok, at proteksiyon laban sa loop.
  • Ipatupad ang pinakamababang kinakailangang access sa pamamagitan ng mga nakalaang pagkakakilanlan, limitadong pahintulot, at audit trail.
  • Idisenyo ang AWS access sa iba't ibang account gamit ang mga IAM role at Lake Formation.
  • Maglaan ng mga agent, tool, at guardrail bilang infrastructure as code gamit ang Terraform.
  • Subaybayan ang mga gastos gamit ang mga tag, badyet, at sukatan ayon sa departamento, proyekto, modelo, at agent.
  • Panatilihin ang pamamahala, privacy, pagsunod sa LGPD, at panrehiyong lokasyon ng data.
  • Magbigay ng end-to-end observability gamit ang OpenTelemetry, AgentCore Observability, at CloudWatch.
  • Suportahan ang katatagan at pagbawi mula sa sakuna gamit ang mga queue, disenyong multi-region, at kontroladong paghina ng serbisyo.

Mga Kinakailangan

  • May napatunayang kasanayan sa Python at SQL.
  • May karanasan sa S3, Glue, Athena, IAM, Lake Formation, at KMS.
  • May karanasan sa paggamit ng Terraform at CI/CD.
  • May praktikal na karanasan sa mga multi-account na kapaligiran ng AWS.
  • May kaalaman sa arkitekturang event-driven at mga distributed system, kabilang ang mga queue, muling pagsubok, idempotency, at consistency.
  • May karanasan sa pagbuo o pagpapatakbo ng kahit isang production LLM application, RAG system, o agent na gumagamit ng mga tool.
  • Pamilyar sa mga kasanayan sa AWS FinOps, kabilang ang paglalagay ng tag, Cost Explorer, at mga badyet.
  • Mas pinipiling karanasan o kaalaman: Amazon Bedrock, Knowledge Bases, Guardrails, pakikipagtulungan ng maraming agent, AgentCore, Strands, LangGraph, CrewAI, mga MCP server, A2A protocol, S3 Vectors, OpenSearch, Milvus, GraphRAG, MLOps, LLMOps, Data Mesh, arkitekturang hub-and-spoke, mga sertipikasyon sa AWS o FinOps, at mga serbisyong pinansyal o kinokontrol na kapaligiran.
  • Malinaw makipag-usap sa mga data scientist, stakeholder sa negosyo, at panlabas na katuwang.
  • May matibay na pag-iisip sa seguridad at maingat humawak ng sensitibong data.
  • Gumagawa ng mga desisyon nang malinaw ang mga kompromiso.
  • Kumikilos nang nagsasarili upang idokumento at tukuyin ang mga responsibilidad ng bawat team.

Mga Benepisyo

  • Patuloy na mga pagkakataon para sa propesyonal na pag-unlad.
  • Hybrid na iskedyul na may tatlong araw sa opisina at dalawang araw na nagtatrabaho mula sa bahay.
  • Magtrabaho sa isang masigla at nagtutulungang kumpanya.
  • Sinusuportahan ang propesyonal na pag-unlad at pagsasanay sa pamamagitan ng pamumuhunan sa mga empleyado.

Mga Kaugnay na Trabaho

Walang nahanap na trabaho

Subukang ayusin o alisin ang mga filter para makahanap ng higit pang oportunidad.