Gumagawa ang Flexera ng software para sa pamamahala at pag-optimize ng mga asset ng teknolohiya para sa mga organisasyong nangangasiwa ng mga kumplikadong kapaligiran sa IT. Pinagsasama ng platform nitong Flexera One ang pagtingin sa mga asset ng software, SaaS, hardware, at cloud, upang matulungan ang mga team na subaybayan ang gastos sa SaaS, pamahalaan ang mga lisensya ng software, at pangasiwaan ang siklo ng buhay ng mga asset ng IT. Iniuugnay rin ng Flexera ang pamamahala ng mga asset ng IT sa mga kasanayan sa FinOps, at nagbibigay sa mga team sa pananalapi at teknolohiya ng mga tool upang maunawaan ang mga gastos sa cloud, mapahusay ang paggamit ng mga resource, at matugunan ang mga panganib sa seguridad at regulasyon. Tinutulungan ng mga produkto nito ang mga negosyo na makagawa ng matalinong pasya tungkol sa paggastos at operasyon sa teknolohiya.
Staff Data Engineer, Databricks Lakehouse (India, Hybrid)
Pangunahan ang Databricks lakehouse at mga Python backend platform ng Flexera. Suportahan ang mga produktong enterprise SaaS para sa pag-optimize ng gastos sa teknolohiya, analytics, at AI/ML.
Paglalarawan
- Pangunahan ang arkitektura at pagbuo ng mga scalable at cloud-native na backend system at API.
- Bumuo at magpatakbo ng mga serbisyo ng Python API, gaya ng FastAPI, na nagbibigay ng access sa mga kakayahan ng data platform.
- Idisenyo at i-optimize ang mga PostgreSQL schema, index, query, at migration ng schema.
- Itakda ang teknikal na direksiyon para sa pagiging maaasahan, scalability, performance, at cost efficiency ng mga data-intensive na workload.
- Pangunahan ang mga kumplikadong backend project mula sa paunang disenyo hanggang sa production launch at tuloy-tuloy na operasyon.
- Panatilihin ang mga CI/CD pipeline gamit ang GitHub Actions at Terraform, at mag-deploy ng mga pagbabago sa production.
- Lutasin ang mga isyu sa mga API, database, at data pipeline.
- Makipagtulungan sa mga data engineering, frontend, platform, at SRE team.
- Magtakda ng mga pamantayan sa engineering para sa kalidad ng code, testing, CI/CD, observability, at mga operasyonal na gawain.
- Magpayo sa mga team tungkol sa mga teknikal na disenyo at implementasyon.
- Mag-mentor ng mga engineer mula junior hanggang senior na antas.
- Ilapat ang mga kasalukuyang kasanayan sa backend system, cloud platform, at malakihang data engineering.
- Gabayan ang disenyo at performance ng Databricks lakehouse ng Flexera para sa analytics, AI/ML, at pagbuo ng produkto.
Mga Kinakailangan
- Bachelor’s o master’s degree sa computer science o engineering, o katumbas na praktikal na karanasan.
- Hindi bababa sa 8 taong karanasan sa backend engineering.
- Aktuwal na karanasan sa pagbuo ng mga Python application at serbisyo, kabilang ang mga production API.
- Matibay na kasanayan sa RDBMS, mas mainam kung PostgreSQL, kabilang ang disenyo ng schema, pagbuo at pag-optimize ng mga kumplikadong query, mga migration tool gaya ng Flyway, at pagsusuri sa performance ng query plan.
- Karanasan sa pagdidisenyo, pagbuo, pag-deploy, at pagpapatakbo ng mga REST API gamit ang FastAPI, Flask, o katumbas na framework.
- Karanasan sa pagbuo at pagpapanatili ng CI/CD deployment automation gamit ang GitHub Actions, Azure DevOps, o mga katulad na tool.
- Karanasan sa infrastructure-as-code gamit ang Terraform o katulad na tool.
- Kakayahang maglaan ng mga cloud resource nang mag-isa.
- Karanasan sa pagbuo ng malakihang data o analytics platform.
- Malawak na karanasan sa observability, monitoring, distributed tracing, query profiling, at pag-troubleshoot ng latency.
- Karanasan sa mga kinakailangan sa seguridad, compliance, at enterprise SaaS.
- Karanasan sa FinOps, pag-optimize ng gastos sa cloud, o mga enterprise SaaS platform.
- Karanasan sa AWS, kabilang ang ECS/Fargate, RDS, S3, IAM, at Secrets Manager.
- Karanasan sa pagbuo ng mga AI-powered backend system, kabilang ang mga workflow na gumagamit ng LLM o pinapatakbo ng mga agent.
- Mas gusto: karanasan sa Power BI Direct Lake mode at semantic modeling para sa lakehouse analytics.
- Mas gusto: kaalaman sa Mosaic AI, mga kakayahan ng Databricks GenAI, o mga implementasyon ng feature store.
- Mas gusto: mga kontribusyon sa open-source Spark, content para sa komunidad ng Databricks, o mga kredensyal gaya ng Databricks Certified Data Engineer Professional.
Mga Benepisyo
- Mapagkumpitensyang kompensasyon.
- Mga flexible na kaayusan sa trabaho.
- Malinaw na mga landas sa paglago para sa mga senior technical leader.
- Collaborative, inclusive, at nakatuon sa teknolohiya na kultura.
- Pantay na oportunidad sa trabaho.
- May mga akomodasyon sa lugar ng trabaho kapag hiniling.