A Tucows internet- és távközlési technológiai vállalat, amely domainregisztrációval, optikai hálózati összeköttetéssel és távközlési szoftverekkel foglalkozik. Márkái közé tartozik a domainhez kapcsolódó szolgáltatásokat kínáló OpenSRS, Enom, Ascio és Hover, az Egyesült Államok optikaiinternet-infrastruktúrájába beruházó Ting, valamint a távközlési műveletek támogatására kialakított Wavelo platform. Az álláskeresők számára a Tucows olyan lehetőségeket kínál, amelyek az online identitást, az internet-hozzáférést és a kommunikációs infrastruktúrát támogató rendszerekhez és szolgáltatásokhoz kapcsolódnak.
Adatelemzési mérnök a Tucowsnál - Távoli munkavégzés Kanadából
Snowflake- és dbt-adatplatformokat építhet a Tucows internetes üzletágai számára. Mesterséges intelligenciát, SQL-t, Lookert és Pythont használhat az adatalapú döntések támogatására.
Kanada81 990 $ – 91 100 $ / év
TávoliTeljes munkaidőJuniorKözéphaladóKötelező Nyelv: angolAnalitikai mérnökLeírás
- Összetett Snowflake-adatmodelleket hoz létre és tart karban
- Hatékony dbt-folyamatokat és -átalakításokat fejleszt
- Társalgási adatlekérdezéseket és MI-alapú betekintéseket biztosít a Snowflake Intelligence segítségével, beleértve a Cortex Analyst, Cortex Agents, Cortex Search és AISQL megoldásokat
- Fejlett SQL-lekérdezéseket ír, és nagy adathalmazokat vizsgál minták, trendek és lehetőségek azonosítására
- Looker-irányítópultokat és LookML-kódot készít, tart karban és optimalizál
- Segíti az érintetteket az adatok természetes nyelvű lekérdezésekkel történő feltárásában
- Együttműködik a termék-, mérnöki, üzleti és egyéb csapatokkal adatalapú megoldások kialakításán
- Azonosítja a mesterséges intelligencia, a gépi tanulás és a természetes nyelvi feldolgozás gyakorlati alkalmazásait
- Pythont használ adatelemzésre, adatfeldolgozásra és automatizálásra
- Shell-szkriptekkel és parancssori eszközökkel támogatja az adatfolyamatokat
- A tesztelt kódot automatizált folyamatokba integrálja, beleértve az Airflow-ütemezést
- Vizualizációkat és prezentációkat készít felsővezetők és több szakterületet képviselő csapatok számára
- Naprakész marad az adatbázis-mérnökség, az analitika, a dbt, a Snowflake és az üzleti intelligencia fejlődésével kapcsolatban
- Továbbfejleszti az analitikai technológiai környezetet, az adatkezelési gyakorlatokat és az adatkultúrát
Követelmények
- Informatikai, statisztikai vagy kapcsolódó területen szerzett alapképzéses diploma
- Legalább két év tapasztalat adatelemzésben vagy kapcsolódó területen
- Jelentős tapasztalat a mesterséges intelligencia és a gépi tanulás analitikai alkalmazásában
- Haladó szintű SQL-ismeret, beleértve a nagy adathalmazokon végzett összetett lekérdezéseket
- Gyakorlati dbt-tapasztalat adatmodellek készítésében, tesztelésében és dokumentálásában
- Adatmodellezési és adattárház-alapelvekkel kapcsolatos szakértelem
- Snowflake-tapasztalat és a fejlett MI-képességek ismerete
- Magabiztos Looker- és LookML-ismeretek vagy hasonló üzletiintelligencia-tapasztalat
- Python-ismeret, beleértve a pandas és a NumPy használatát
- Shell-szkriptek és parancssori eszközök használatában szerzett tapasztalat
- ETL, Apache Airflow vagy hasonló vezénylési eszközök, valamint Docker ismerete
- AWS- vagy Google Cloud Platform-tapasztalat
- A Git és a CI/CD-gyakorlatok alapos ismerete
- Agilis fejlesztési módszerek ismerete
- Kiváló kommunikációs, prezentációs, kritikai gondolkodási és problémamegoldó készség
- Több szakterületet érintő együttműködésben és az üzleti igények technikai megoldásokká alakításában szerzett tapasztalat
- Adatirányítási gyakorlatok alkalmazásában, valamint az adatok minőségének és konzisztenciájának fenntartásában szerzett tapasztalat
- Az adatetikával, az elfogultság csökkentésével és az olyan adatvédelmi szabályozásokkal kapcsolatos ismeret, mint a GDPR és a CCPA
Juttatások
- Rugalmas, a távoli munkavégzést előnyben részesítő munkarend
- Versenyképes juttatási csomag és átfogó juttatások
- Ésszerű alkalmazkodási lehetőségek fogyatékossággal élő személyek számára
- Elkötelezettség a sokszínűség, a befogadás és az egyenlőség mellett
- MI-támogatott toborzási eszközök, miközben a végső felvételi döntéseket emberek hozzák meg