Codurance este o companie globală de consultanță software care ajută organizațiile să își modernizeze capacitățile tehnice și să susțină o creștere durabilă. Compania aplică principiile Software Craftsmanship în dezvoltarea software, combinând excelența tehnică cu livrarea practică. Activitatea sa acoperă modernizarea software-ului, dezvoltarea de produse și ingineria cloud, ajutând clienții să abordeze provocări tehnologice complexe. Codurance colaborează cu echipe tehnologice consacrate prin metode de lucru agile și lean, concentrându-se pe crearea unui software eficient și ușor de întreținut.
Inginer senior de date AI (Databricks)
Construiește fundații de date pregătite pentru producție în Databricks pentru proiecte de modernizare a clienților. Dezvoltă fluxuri de date fiabile și sisteme pregătite pentru AI ca parte a echipelor de livrare software.
Descriere
- Colaborarea în cadrul echipelor de livrare software
- Sprijinirea clienților în stabilirea unor fundații de date pregătite pentru producție
- Sprijinirea proiectelor de modernizare, platforme, date și pregătire pentru AI
- Utilizarea Databricks ca platformă principală pentru activități de inginerie a datelor
- Crearea unor sisteme de date durabile și atent proiectate, cu accent pe producție
Cerințe
- Experiență recentă sau actuală ca Inginer de date, Inginer senior de date, Inginer de platforme de date sau Inginer Databricks
- Experiență de producție cu Databricks, inclusiv Delta Lake, Spark sau PySpark, Unity Catalog ori proiecte de tip lakehouse
- Competențe solide în Python, testare, Git, CI/CD, revizuirea codului, implementare sau infrastructură ca și cod
- Experiență în gestionarea calității datelor, orchestrării, monitorizării, trasabilității, evoluției schemelor sau contractelor de date
- Experiență în livrarea de proiecte pentru clienți, colaborarea cu părțile interesate, proiecte de modernizare, mentorat sau activitate de inginerie între echipe
- Experiență cu AWS sau Azure; este acceptată oricare dintre platformele cloud
- Experiență în dezvoltarea pipeline-urilor de caracteristici ML sau AI, utilizarea MLflow, gestionarea trasabilității modelelor, lucrul cu embeddings sau căutare vectorială ori pregătirea seturilor de date pentru evaluare