Accenture Federal Services предоставляет технологические и консультационные услуги федеральному правительству США. Будучи частью Accenture, компания работает в сферах консалтинга, обороны и логистики, помогая федеральным ведомствам решать сложные операционные задачи и выполнять задачи, связанные с их миссиями, с помощью облачных технологий, кибербезопасности, работы с данными и искусственного интеллекта, цифровой инженерии и других передовых технологий. Компания разрабатывает защищённые масштабируемые цифровые системы, применяет аналитику на основе данных для повышения качества решений и модернизирует государственную инфраструктуру. Кроме того, она использует научно-исследовательские разработки и человекоцентричный дизайн для поддержки устойчивой и эффективной работы организаций государственного сектора.
Старший архитектор данных GCP — удалённая работа в США
Роль старшего архитектора данных с фокусом на защищённые озёра данных, хранилища и потоковые платформы GCP. Поддержка задач ИИ и машинного обучения, управления данными, соответствия требованиям и аналитики для федеральных миссий США.
Описание
- Формировать целевые архитектуры GCP для озёр данных, lakehouse-платформ, хранилищ и потоковых платформ
- Устанавливать стандарты для зон данных, загрузки, ELT/ETL и потребления данных
- Проектировать среды BigQuery, GCS, Dataproc и Dataflow для масштабируемой аналитики и рабочих нагрузок ИИ
- Создавать канонические модели данных и повышать производительность BigQuery с помощью методов оптимизации
- Применять IAM, CMEK, VPC Service Controls, шифрование, DLP, частные сети, управление данными, метаданные, происхождение данных и средства контроля качества данных
- Обеспечивать соответствие требованиям NIST 800-53, FedRAMP, HIPAA, PCI и SOC 2
- Проектировать пакетные и потоковые конвейеры с использованием Dataflow, Dataproc, Pub/Sub и Composer
- Соединять архитектуры, управляемые событиями, через Cloud Functions и Cloud Run
- Сотрудничать с командами Data Science над конвейерами Vertex AI, хранилищами признаков и практиками MLOps
- Повышать производительность BigQuery и GCS, оптимизировать хранение, мониторинг, ведение журналов, KPI и затраты
- Устанавливать стандарты кодирования, Terraform/IaC, CI/CD и практик DevSecOps
- Вести архитектурную документацию, руководить проверками и наставлять технические команды
- Обеспечивать управляемую аналитику самообслуживания через семантические уровни, например Looker
- Поддерживать архитектурные схемы и повторно используемые эталонные реализации
- Устанавливать стандарты загрузки, эволюции схем и хранения данных
- Проверять модели данных, конвейеры, инфраструктурный код и проекты безопасности
- Руководить созданием прототипов, сравнительным тестированием, анализом затрат и технической документацией
Требования
- Гражданство США и возможность получить допуск Public Trust
- Степень бакалавра в области компьютерных наук, инженерии, науки о данных или информационных систем либо в смежной области
- Опыт работы в области инженерии или архитектуры данных от 8–12 лет, включая от 3–5 лет проектирования облачных платформ данных, желательно на GCP
- Опыт проектирования корпоративных озёр данных, хранилищ и потоковых архитектур
- Практический опыт работы с BigQuery, GCS, Dataflow, Dataproc, Pub/Sub и Cloud Composer
- Глубокое знание IAM, CMEK, VPC Service Controls, шифрования, DLP и инструментов управления данными или происхождения данных
- Опыт работы с FedRAMP, NIST 800-53, HIPAA, PCI или сопоставимыми нормативными системами
- Опыт руководства межфункциональными техническими инициативами
- Глубокое знание ELT/ETL, потоковых шаблонов, эволюции схем, CDC и моделирования данных
- Опыт работы с Terraform, CI/CD, Airflow или Composer, автоматизированным тестированием и рабочими процессами Git
- Подтверждённый опыт оптимизации BigQuery и GCS по производительности и затратам
- Отличные навыки коммуникации и взаимодействия с заинтересованными сторонами
- Желательны сертификаты GCP; опыт работы в федеральном секторе или регулируемых отраслях; сертификаты Kubernetes или OpenShift; знания service mesh, API-шлюзов, мультикластерных сред, GitOps, SRE, реагирования на инциденты, RCA, Databricks, эквивалентов AWS или Azure, Vertex AI, хранилищ признаков, реестров моделей, MLOps, платформ управления данными и метаданными, data mesh и сторонних инструментов
Преимущества
- Командное и поддерживающее сообщество
- Практический опыт работы
- Возможности получения сертификатов
- Обучение с ориентацией на отрасль
- Возможности профессионального развития и карьерного роста
- Пакет льгот; подробности предоставляются в информации Accenture о льготах