Naveera Technology LLC er et teknologi- og ingeniørkonsulentselskap som hjelper organisasjoner med å utvikle AI-fokuserte kapabiliteter gjennom praktiske systemer som er klare for produksjon. Arbeidet omfatter data engineering, maskinlæring, generativ AI, applikasjonsutvikling, skyinfrastruktur og IT-drift, inkludert datapipelines, utvikling av GenAI-modeller, MLOps samt skreddersydde web-, mobil- og virksomhetsapplikasjoner. Naveera støtter kunder innen digital helse, fintech, netthandel, logistikk og andre virksomhetsmiljøer gjennom globale leveranseteam, utvidet ingeniørstøtte og en center-of-excellence-modell med fokus på å omdanne data til nyttig intelligens og skalerbar teknologi.
Seniorleder for data engineering – GCP, AI/ML og GenAI (fjernarbeid i USA)
Led migreringer av dataplattformer fra AWS til GCP, og bygg AI/ML-, GenAI- og MLOps-løsninger for virksomheter med GCP og Vertex AI. Driv moderniseringsinitiativer for en global partner innen engineering og IT-tjenester.
Beskrivelse
- Lede migreringer av virksomheters dataplattformer fra AWS til GCP
- Utforme skalerbare GCP-dataplattformer, Data Lakes og Lakehouses
- Utvikle AI/ML-, generativ AI-, RAG- og MLOps-løsninger med GCP og Vertex AI
- Bygge maskinlæringspipelines fra ende til ende for klargjøring, trening, validering, distribusjon, overvåking, ny trening og livssyklusadministrasjon
- Utforme pipelines for inntak, transformasjon, embedding, indeksering, gjenfinning, batch, strømming, ETL og ELT
- Vurdere AWS-miljøer og kartlegge arbeidsbelastninger til tilsvarende eller forbedrede GCP-tjenester
- Utarbeide migreringsplaner som dekker faser, avhengigheter, risikoer, tilbakeføringsplaner og målarkitekturer
- Utforme hendelsesdrevne sanntidspipelines med Pub/Sub, Dataflow eller Apache Beam, BigQuery og Cloud Storage
- Etablere virksomhetsdatamodeller, partisjonering og klynging i BigQuery samt mønstre for analyseforbruk
- Fastsette standarder for datastyring, kvalitet, data lineage, metadata, sikkerhet, personvern, tilgangskontroll og ansvarlig AI
- Lede Terraform-automatisering, CI/CD, utrulling, testing og promotering mellom Dev, QA, UAT og produksjon
- Forbedre ytelse, skalerbarhet, forsinkelse, gjennomstrømming, pålitelighet og skykostnader samt definere referanseverdier og SLA-er
- Lede og veilede dataingeniører, senior dataingeniører og tekniske ledere samt gjennomføre arkitektur- og kodegjennomganger
- Overvåke teknisk fremdrift, leveranserisiko, avhengigheter og milepæler
- Være primær teknisk kontakt for interessenter i USA og samarbeide med team innen forretning, produkt, datavitenskap, BI, DevOps, sikkerhet og analyse
- Gjøre forretningsbehov om til tekniske løsninger og kommunisere arkitekturbeslutninger, migreringsplaner, veikart, risikoer og avveininger
Krav
- Minst 15 års erfaring med GCP data engineering, dataarkitektur, skyteknologi, AI/ML engineering eller relatert teknisk ledelse
- Minst 5 års praktisk erfaring med GCP data engineering
- Minst 3 års praktisk erfaring med AI/ML og GenAI
- Dokumentert erfaring med å levere migreringsprosjekter fra AWS til GCP
- Solid erfaring med å utforme enterprise Data Lake- og Lakehouse-plattformer på GCP
- Praktisk ekspertise i BigQuery, Google Cloud Storage, Dataflow, Pub/Sub, Cloud Composer, Dataproc, IAM og Terraform
- Erfaring med å flytte AWS-databelastninger, pipelines og plattformer til GCP
- God kunnskap om tjenestekartlegging fra AWS til GCP, migreringsmønstre, modernisering og praksis for skyarkitektur
- Erfaring med å bygge og distribuere AI/ML-løsninger på GCP med Vertex AI
- Praktisk erfaring med generativ AI, LLM-applikasjoner, RAG, embeddings, vektorsøk, prompt engineering og AI-assistenter for virksomheter
- Solid MLOps-kunnskap innen trening, modellregistre, CI/CD/CT, distribusjon, overvåking, ny trening, styring og tilbakeføring
- Erfaring med å levere sikre og ansvarlige AI-løsninger med personvern, evaluering, tilgangskontroll, etterprøvbarhet og styring
- Ekspertferdigheter i SQL samt sterke ferdigheter i Python og PySpark
- Solid bakgrunn innen datamodellering, datavarehus, batchbehandling og sanntids-data engineering
- Erfaring med Terraform, Git, GitHub, Cloud Build, CI/CD og infrastrukturautomatisering
- Erfaring med å lede og veilede data engineering-team og tverrfunksjonelle tekniske team
- Gode kommunikasjonsevner og erfaring med å samarbeide med interessenter i USA
- Google Cloud Professional Data Engineer-sertifisering er en fordel
- Google Cloud Professional Machine Learning Engineer-sertifisering er en fordel
- Erfaring med Vertex AI Agent Builder, Vertex AI Search, Gemini på Vertex AI eller enterprise-plattformer for generativ AI er en fordel
- Erfaring med dbt, Apache Airflow, Kafka, Apache Spark, Kubernetes, Cloud Run og API-drevne arkitekturer er en fordel
- Erfaring med Dataplex, Data Catalog, lineage, metadatabehandling, styring, masterdatahåndtering og rammeverk for datakvalitet er en fordel
- Erfaring med å støtte virksomhets- eller regulerte miljøer med strenge krav til personvern, sikkerhet, etterlevelse, revisjon og styring er en fordel
- Den tekniske ekspertisen bør omfatte Python, PyTorch, TensorFlow, Scikit-learn, NLP, dyp læring, ML-algoritmer, GenAI, LLM-er, GPT, Gemini, Claude, Llama, prompt engineering, finjustering, RAG, embeddings, vektordatabaser, semantisk og hybrid søk, reranking, LangChain, LlamaIndex, LangGraph, Hugging Face, Transformers, AI-agenter, agentiske arbeidsflyter, verktøy- eller funksjonskall, multiagentsystemer, MCP, MLflow, Kubeflow, modellregistre, distribusjon, overvåking, CI/CD, Vertex AI, Vertex AI Studio, Vertex AI Pipelines, Model Garden, Vector Search, FastAPI, Flask, REST-API-er, SQL, Docker, Kubernetes, GCP, AWS, Azure, BigQuery, Dataflow, Spark, Databricks, datasjøer, avansert Python, ekspert-SQL, PySpark, Apache Spark, ETL, ELT, CDC, batch og strømming, hendelsesdrevet arkitektur, utvikling og optimalisering av pipelines, enterprise Data Lake og Lakehouse, Medallion Architecture, datavarehus, datamodellering, dimensjonal modellering, multi-tenant-modellering, schema-on-read og schema-on-write, dbt, Apache Airflow eller Cloud Composer, Dataproc, Dataflow eller Apache Beam, AWS Glue, Redshift, EMR, Lambda, Kinesis, Athena, CloudWatch, GCS, AWS S3, Pub/Sub, Dataplex, Data Catalog, Terraform, Git eller GitHub, Cloud Build, CI/CD, Infrastructure as Code, lineage, metadatabehandling, datakvalitet, overvåking og OpenLineage
Fordeler
- Fleksibelt fjernarbeid
- Jobb med kunder over hele verden
- Samarbeid i et innovasjonsfokusert miljø
- Få tilgang til kontinuerlig læring og sertifiseringsmuligheter
- Led større innovasjonsinitiativer innen AI/ML og GCP som engineering-leder