Datavail
Datavail
Ang Datavail ay isang kumpanya ng mga serbisyong IT at pagkonsulta na tumutulong sa mga organisasyon na mas mahusay na pamahalaan at gamitin ang data. Saklaw ng gawain nito ang pagkonsulta sa analytics, pagbuo at modernisasyon ng mga application, pangangasiwa ng database, paglipat sa cloud, at pamamahala ng cloud. Naglilingkod ang Datavail sa mga kliyente mula sa iba’t ibang sektor, kabilang ang pangangalagang pangkalusugan at logistik, sa pamamagitan ng pagsasama ng teknikal na kadalubhasaan at mga solusyong iniangkop upang mapahusay ang mga operasyon ng data at kahusayan ng negosyo.

Senior na Inhinyero ng Datos sa Azure

Pahusayin ang mga enterprise data platform ng Datavail gamit ang Azure Data Factory, SSIS, SQL, at mga solusyon sa ETL. Suportahan ang integrasyon ng production data at mga inisyatiba sa cloud migration.

Paglalarawan

  • Bumuo at magpanatili ng mga scalable na ETL/ELT pipeline at solusyon.
  • Pagandahin ang mga enterprise data warehouse.
  • Suriin ang mga SSIS package at gawing moderno ang mga ito gamit ang Azure Data Factory at mga cloud architecture.
  • I-optimize ang mga workflow sa pagkuha, pagbabago, at integrasyon ng data.
  • Bumuo ng advanced na SQL at isaayos ang mga query para sa malalaking dataset.
  • Isama ang REST API, mga external system, at mga interface na nakabatay sa file.
  • Panatilihin ang mga SFTP at batch na palitan ng data.
  • Lutasin ang mga insidente sa production, tukuyin ang mga ugat na sanhi, at pigilan ang pag-ulit ng mga ito.
  • Patunayan at subaybayan ang kalidad ng data sa pamamagitan ng reconciliation at paghawak sa mga exception.
  • Tipunin ang mga kinakailangan at maghatid ng mga solusyon sa data kasama ang mga katuwang sa negosyo at teknikal.
  • Mag-set up ng mga CI/CD pipeline at mga kasanayan sa source control para sa data engineering.
  • Suportahan ang mga kapaligirang sumasaklaw sa mga lokal at cloud system.
  • Makibahagi sa mga pagsusuri ng arkitektura at magmungkahi ng mga paraan ng modernisasyon.
  • Magbigay ng suporta sa mga oras ng trabaho sa Hilagang Amerika, karaniwang hanggang 3:00–4:00 PM Eastern Time, at posibleng may magkakaibang iskedyul ng shift.

Mga Kinakailangan

  • Bachelor’s degree.
  • Hindi bababa sa 8 taon sa data engineering, pagbuo ng ETL, o data warehousing.
  • Mahusay sa Microsoft SQL Server at advanced na T-SQL.
  • Aktuwal na karanasan sa Azure Data Factory.
  • Malawak na karanasan sa pagdisenyo at pagbuo ng mga ETL/ELT pipeline.
  • Matibay na karanasan sa pagbuo, pag-troubleshoot, paglipat, at pagmo-modernisa ng SSIS.
  • Kaalaman sa data warehousing at mga dimensional model, kabilang ang fact at dimension model, star schema, at snowflake schema.
  • Karanasan sa pagproseso ng malalaking dataset at pag-aayos ng performance ng SQL.
  • Karanasan sa integrasyon ng REST API at mga external data provider.
  • Karanasan sa SFTP at mga integrasyong nakabatay sa file.
  • Kaalaman sa pagpapatunay ng data, reconciliation, at mga kontrol sa kalidad.
  • Kasanayan sa suporta sa production at pag-troubleshoot.
  • Karanasan sa Git, source control, CI/CD, at automation ng deployment.
  • Karanasan sa mga lokal, hybrid, at cloud data platform.
  • Mas mainam: may kaalaman sa AI-enabled na data engineering, Azure OpenAI Service o integrasyon ng OpenAI API, Python AI automation, RAG, embeddings, at mga vector database.
  • Mas mainam: Python, PySpark, Databricks, Snowflake, Azure Synapse Analytics, Microsoft Fabric, MongoDB o NoSQL, PowerShell, at mga arkitektura ng data lake o lakehouse.
  • Kayang magtrabaho nang nagsasarili at kaunti ang pangangasiwa.
  • Mahusay ang kakayahang magsuri at lumutas ng problema.
  • Karanasan sa pagsuporta sa mga production environment na kritikal sa operasyon.
  • Kayang manguna sa gawain ng modernisasyon at magrekomenda ng pinakamahuhusay na kasanayan.
  • Mabisang nakikipag-ugnayan sa mga teknikal at pangnegosyong stakeholder.
  • Kayang akuin ang pananagutan sa mga deliverable at resulta ng operasyon.

Mga Benepisyo

  • Nabanggit sa paglalarawan ang remote na kaayusan sa trabaho, alinsunod sa klasipikasyon ng hybrid na lugar ng trabaho.
  • Maaaring makatulong ang magkakaibang iskedyul ng shift sa mas malawak na saklaw at tuloy-tuloy na operasyon.
  • Pagkakataong makaranas ng mga solusyon sa data engineering na gumagamit ng AI at generative AI.
  • Makapagtrabaho sa mga enterprise-scale na data platform at mga inisyatiba sa modernisasyon.

Mga Kaugnay na Trabaho

American Express

Inhinyero ng Data II – Google Cloud at Big Data

American Express

Bumuo ng mga data pipeline, disenyo ng database, at solusyon sa big data sa Google Cloud para sa American Express. Tumulong sa pagpapanatili ng mga scalable at ligtas na sistema ng data at pagsuporta sa mga production environment.

Buksan
Cisco

Senior na Consulting Engineer para sa Cisco Data Center

Cisco

Pangasiwaan ang pagkonsulta sa data center para sa mga customer ng Cisco sa buong mundo, kabilang ang paghahatid ng mga solusyon sa network at paglutas ng mahihirap na teknikal na isyu. Suportahan ang mga team sa Americas sa pamamagitan ng automation, teknikal na pamumuno, at pagbuo ng mga serbisyo.

Buksan
Egen

Punong Arkitek ng Datos, Multi-Cloud GCP at Azure

Egen

Pangunahan ang modernisasyon ng datos ng kompanya sa Google Cloud at Azure, kabilang ang mga migrasyong pinapatakbo ng ahente, pamamahala, at arkitekturang lakehouse. Hulmahin ang mga solusyon para sa kliyente mula estratehiyang teknikal hanggang paghahatid.

Buksan