
Leega to latynoamerykańska firma konsultingowa z branży technologicznej, specjalizująca się w analityce danych, rozwiązaniach chmurowych i transformacji cyfrowej. Jej usługi obejmują tworzenie aplikacji, uczenie maszynowe, analitykę zarządzania ryzykiem oraz wsparcie organizacji modernizujących swoje środowiska danych. Leega współpracuje z Google Cloud, AWS i Microsoft Azure, pomagając firmom usprawniać zarządzanie danymi i wdrażać technologie chmurowe. Firma określa się również jako pierwsza organizacja w regionie certyfikowana przez Google Cloud w zakresie analityki danych.
Starszy inżynier danych AWS
Twórz potoki danych AWS, infrastrukturę agentów i systemy zarządzania danymi na potrzeby generatywnej AI w instytucji finansowej. Pracuj z Bedrock, systemami wieloagentowymi, danymi wrażliwymi i środowiskami obejmującymi wiele kont.
Opis
- Twórz i utrzymuj potoki dla baz wiedzy Bedrock i agentów, obejmujące pobieranie i czyszczenie danych, dzielenie ich na fragmenty oraz wektoryzację.
- Utwórz jedno wiarygodne źródło danych dla BI i baz wiedzy agentów.
- Określaj kontrakty danych, schematy, standardy aktualności oraz SLA dla źródeł danych agentów.
- Umożliwiaj orkiestrację systemów wieloagentowych za pomocą Strands Agents, Bedrock i AgentCore.
- Udostępniaj wewnętrzne dane i systemy jako narzędzia wielokrotnego użytku za pośrednictwem serwerów MCP i AgentCore Gateway.
- Projektuj zarządzanie stanem agentów i wspólną pamięć, izolując konteksty i klientów.
- Umożliwiaj komunikację między agentami za pomocą A2A, EventBridge, SQS i Step Functions, stosując idempotentność, limity czasu, ponawianie prób i ochronę przed pętlami.
- Egzekwuj dostęp z minimalnymi uprawnieniami, używając odrębnych tożsamości, ograniczonych uprawnień i ścieżek audytu.
- Projektuj dostęp między kontami AWS z użyciem ról IAM i Lake Formation.
- Udostępniaj agentów, narzędzia i mechanizmy ochronne jako infrastrukturę w postaci kodu z użyciem Terraform.
- Monitoruj koszty za pomocą tagów, budżetów i metryk według działu, projektu, modelu i agenta.
- Utrzymuj ład danych, prywatność, zgodność z LGPD i regionalną rezydencję danych.
- Zapewniaj pełną obserwowalność za pomocą OpenTelemetry, AgentCore Observability i CloudWatch.
- Wspieraj odporność i odzyskiwanie po awarii za pomocą kolejek, architektur wieloregionalnych i kontrolowanego ograniczania funkcji.
Wymagania
- Udokumentowana biegłość w Pythonie i SQL.
- Doświadczenie z S3, Glue, Athena, IAM, Lake Formation i KMS.
- Doświadczenie w pracy z Terraform i CI/CD.
- Praktyczne doświadczenie w środowiskach AWS obejmujących wiele kont.
- Znajomość architektury sterowanej zdarzeniami i systemów rozproszonych, w tym kolejek, ponawiania prób, idempotentności i spójności.
- Doświadczenie w tworzeniu lub obsłudze co najmniej jednej produkcyjnej aplikacji LLM, systemu RAG lub agenta korzystającego z narzędzi.
- Znajomość praktyk AWS FinOps, w tym tagowania, Cost Explorer i budżetów.
- Dodatkowym atutem będzie doświadczenie lub wiedza w zakresie: Amazon Bedrock, Knowledge Bases, Guardrails, współpracy agentów, AgentCore, Strands, LangGraph, CrewAI, serwerów MCP, protokołu A2A, S3 Vectors, OpenSearch, Milvus, GraphRAG, MLOps, LLMOps, Data Mesh, architektury hub-and-spoke, certyfikatów AWS lub FinOps oraz usług finansowych lub środowisk regulowanych.
- Umiejętność jasnej komunikacji z naukowcami zajmującymi się danymi, interesariuszami biznesowymi i partnerami zewnętrznymi.
- Dbałość o bezpieczeństwo i rzetelne obchodzenie się z danymi wrażliwymi.
- Umiejętność podejmowania decyzji ze świadomością kompromisów.
- Samodzielność w dokumentowaniu i określaniu zakresu odpowiedzialności między zespołami.
Benefity
- Stałe możliwości rozwoju zawodowego.
- Praca hybrydowa: trzy dni w biurze i dwa dni z domu.
- Praca w dynamicznej firmie, w której liczy się współpraca.
- Wsparcie rozwoju zawodowego i szkoleń poprzez inwestowanie w pracowników.
Powiązane oferty pracy
Nie znaleziono ofert pracy
Spróbuj zmienić lub wyczyścić filtry, aby znaleźć więcej możliwości.