NOV 시니어 데이터 엔지니어(하이브리드 근무)
NOV의 시추 및 에너지 운영을 위한 확장 가능한 데이터 파이프라인과 분석 플랫폼을 구축합니다. 상태 기반 유지보수, 시추 최적화 및 머신러닝 이니셔티브를 지원합니다.
설명
- 분석, 상태 기반 유지보수 및 시추 최적화 지표를 위한 고성능 데이터 파이프라인을 생성하고 최적화합니다.
- 정형, 비정형, 시계열 및 고주파 센서 데이터를 대상으로 안정적인 배치 및 스트리밍 ETL/ELT 파이프라인을 구축, 배포하고 지원합니다.
- 리포팅, 운영 분석, 데이터 과학, 머신러닝 및 AI 활용 사례를 위한 데이터 모델, 특성 및 아키텍처를 설계합니다.
- 안정적인 프로덕션 시스템을 위해 데이터 품질 관리, 모니터링, 테스트, 옵저버빌리티 및 CI/CD 관행을 수립합니다.
- 엔지니어링, 데이터 과학 및 운영 팀과 협력하여 데이터를 준비하고, 특성을 엔지니어링하며, 분석을 개발하고, 예측 및 머신러닝 모델을 배포합니다.
- 실무 중심의 기술 리더십을 제공하고, 건전한 엔지니어링 관행을 장려하며, 동료를 멘토링합니다.
- 운영 요구사항을 확장 가능한 데이터 및 분석 솔루션으로 전환하는 동시에 성능, 품질 및 신뢰성 위험을 관리합니다.
지원 자격
- 컴퓨터 과학, 컴퓨터 공학, 데이터 엔지니어링 또는 관련 분야의 학사 또는 석사 학위.
- 데이터 엔지니어링, 소프트웨어 엔지니어링 또는 이에 준하는 데이터 중심 직무에서 최소 5년의 경력.
- Python, PySpark, SQL 및 최신 데이터 엔지니어링 도구에 대한 고급 실무 경험.
- 확장 가능한 배치 및 스트리밍 데이터 파이프라인을 설계하고 운영한 실적.
- 데이터 모델링, ETL/ELT, 분산 처리 및 클라우드 또는 하이브리드 데이터 아키텍처에 대한 탄탄한 이해.
- Databricks, Spark, SQL Server, 데이터 레이크 및 SQL 또는 NoSQL 데이터베이스 경험.
- Git, 자동화 테스트, CI/CD 및 배포 자동화에 대한 숙련도.
- 기술 리더십 역량과 엔지니어링, 데이터 과학 및 운영 팀 간 협업 능력.
- 우대: 데이터 과학, 머신러닝 또는 AI 배경. 분석 또는 예측 모델 배포 경험 포함.
- 우대: 예측 유지보수, 이상 탐지, 장비 모니터링 또는 운영 최적화 경험.
- 우대: 산업용 IoT, 텔레메트리, SCADA, WITSML 또는 관련 운영 기술 데이터 경험.
- 우대: 시추 운영, 시추 최적화 지표, 상태 기반 유지보수 및 장비 신뢰성에 대한 지식.
- 우대: Databricks 또는 클라우드 데이터 엔지니어링 자격증.
- 우대: AWS 또는 다른 주요 클라우드 플랫폼 사용 경험.
- 우대: 석유 및 가스 운영과 기술에 대한 이해.