„Valtech“ yra pasaulinė skaitmeninė agentūra, padedanti organizacijoms gerinti klientų patirtį ir plėtoti skaitmeninį verslą. Jos veikla apima technologijas, rinkodarą, duomenis ir dirbtinį intelektą, siekiant padėti įgyvendinti prekybos iniciatyvas, įmonių skaitmeninę transformaciją ir didinti rinkodaros efektyvumą. Visame pasaulyje veikiančios „Valtech“ komandos ir biurai bendradarbiauja su įmonėmis skaitmeninės strategijos, patirties inovacijų ir praktinio duomenų naudojimo srityse, kad padėtų kurti veiksmingesnę skaitmeninę ateitį.
Vyresnysis duomenų inžinierius – nuotolinis darbas Portugalijoje
Būdamas „Valtech“ vyresniuoju duomenų inžinieriumi kursi debesijos duomenų platformas, skirtas analitikai, dirbtiniam intelektui ir gamybiniams duomenų produktams. Darbas apima keičiamo masto duomenų srautus, lakehouse architektūrą, generatyvųjį DI ir mašininio mokymosi sistemas.
Aprašymas
- Projektuoti, kurti ir tobulinti debesijos duomenų platformas, palaikančias analitiką, dirbtinį intelektą ir duomenų produktus
- Kurti patikimus paketinio apdorojimo, srautinio perdavimo ir beveik realiojo laiko srautus struktūrizuotai ir nestruktūrizuotai informacijai
- Kurti duomenų priėmimo, transformavimo, kuravimo ir pateikimo darbo srautus
- Įgyvendinti lakehouse sprendimus ir medallion architektūrą naudojant „Databricks“ arba „Fabric“
- Rengti kuruojamus duomenų rinkinius analitikai, mašininiam mokymuisi, priežastiniam modeliavimui, optimizavimui, generatyviajam DI, RAG ir agentais grindžiamoms programoms
- Naudoti „MLflow“, „Unity Catalog“, „Azure ML“ ir panašius platformos įrankius gamybinėms DI sistemoms palaikyti
- Kurti duomenų modelius ir koordinuoti darbo srautus naudojant „Airflow“, „dbt“, „Databricks Workflows“, „Azure Data Factory“ ar panašius įrankius
- Įtvirtinti duomenų valdymo, kilmės, kokybės, prieigos kontrolės ir stebėsenos praktikas
- Stebėti duomenų aktualumą, srautų patikimumą, SLA vykdymą, mastelio keitimą, efektyvumą ir sąnaudas
- Teikti API, požymių įvestis ir analitinius galinius taškus tolesnėms mašininio mokymosi ir DI programoms
- Aiškintis ir tikslinti verslo poreikius bendradarbiaujant su suinteresuotosiomis šalimis ir atliekant analizę
- Glaudžiai bendradarbiauti su duomenų mokslininkais, ML inžinieriais, analitikais, platformų komandomis ir verslo suinteresuotosiomis šalimis
- Padėti diegti duomenų produktus ir tobulinti duomenų bei DI praktiką
Reikalavimai
- Praktinė darbo su „Apache Spark“ ir „Delta Lake“ patirtis
- Puikūs „Python“ ir SQL programavimo įgūdžiai
- Įrodyta paketinio ir srautinio apdorojimo srautų bei gamybinių duomenų platformų kūrimo patirtis
- Geros duomenų modeliavimo, kokybės ir valdymo principų žinios
- Praktinė patirtis dirbant su AWS duomenų paslaugomis ir „Databricks Lakehouse“ arba „Microsoft Azure“/„Fabric“ bei susijusiais įrankiais
- Lakehouse architektūrų ir paskirstytų duomenų sistemų patirtis
- Puikus duomenų srautų mastelio keitimo, patikimumo ir našumo supratimas
- Smalsumas ir gerai išvystyti problemų sprendimo gebėjimai
- Bendradarbiavimo įvairių funkcijų komandose patirtis
- Agile arba konsultavimo aplinkos patirtis būtų privalumas
- „Snowflake“ arba GCP išmanymas yra privalumas, tačiau nėra būtinas
- AWS ir Azure/Fabric, generatyviojo DI ir DI duomenų sistemų, duomenų srautų CI/CD bei infrastruktūros kaip kodo išmanymas yra pageidautinas, tačiau nėra būtinas
- Papildoma darbo su „Kafka“, „Spark“ optimizavimu, pažangios analitikos ir mašininio mokymosi darbo krūviais ar didelės apimties analitikos platformomis patirtis būtų vertinga
Privalumai
- Nuotolinio ir hibridinio darbo lankstumas, priklausomai nuo šalies
- Karjeros augimas per tarptautinio mobilumo ir profesinio tobulėjimo programas
- Mokymosi galimybės naudojant šiuolaikinius įrankius, dalyvaujant mokymuose ir mokantis iš pramonės ekspertų
- Konkurencingas atlygio paketas