Naveera Technology LLC är ett teknik- och ingenjörskonsultföretag som hjälper organisationer att utveckla AI-baserad kompetens genom praktiska, produktionsklara system. Företagets arbete omfattar data engineering, maskininlärning, generativ AI, applikationsutveckling, molninfrastruktur och IT-drift, inklusive datapipelines, utveckling av GenAI-modeller, MLOps samt skräddarsydda webb-, mobil- och företagsapplikationer. Naveera stöttar kunder inom digital hälsa, fintech, e-handel, logistik och andra företagsmiljöer genom globala leveransteam, utökat ingenjörsstöd och en center-of-excellence-modell med fokus på att omvandla data till användbar intelligens och skalbar teknik.
Seniorchef för datateknik – GCP, AI/ML och GenAI (distansarbete i USA)
Led migreringar av dataplattformar från AWS till GCP och bygg lösningar för AI/ML, GenAI och MLOps för företag med GCP och Vertex AI. Driv moderniseringsinitiativ för en global partner inom teknik och IT-tjänster.
Beskrivning
- Leda migreringar av företagsdataplattformar från AWS till GCP
- Utforma skalbara GCP-dataplattformar, datasjöar och Lakehouse-plattformar
- Utveckla lösningar för AI/ML, generativ AI, RAG och MLOps med GCP och Vertex AI
- Bygga maskininlärningspipelines från början till slut för förberedelse, träning, validering, driftsättning, övervakning, omträning och livscykelhantering
- Utforma pipelines för inläsning, transformering, inbäddning, indexering, hämtning, batchkörning, strömmande data, ETL och ELT
- Utvärdera AWS-miljöer och mappa arbetsbelastningar till motsvarande eller förbättrade GCP-tjänster
- Skapa migreringsfärdplaner som omfattar faser, beroenden, risker, planer för återställning och målarkitekturer
- Utforma händelsestyrda realtidspipelines med Pub/Sub, Dataflow eller Apache Beam, BigQuery och Cloud Storage
- Etablera företagsdatamodeller, partitionering och klustring i BigQuery samt mönster för analytisk användning
- Fastställa standarder för datastyrning, kvalitet, härkomst, metadata, säkerhet, integritet, åtkomstkontroll och ansvarsfull AI
- Leda Terraform-automation, CI/CD, driftsättning, testning och miljöpromotion genom Dev, QA, UAT och produktion
- Förbättra prestanda, skalbarhet, latens, genomströmning, tillförlitlighet och molnkostnader samt definiera riktmärken och SLA:er
- Leda och coacha dataingenjörer, seniora dataingenjörer och tekniska ledare samt genomföra arkitektur- och kodgranskningar
- Övervaka tekniska framsteg, leveransrisker, beroenden och milstolpar
- Vara primär teknisk kontakt för intressenter i USA och samarbeta med team inom affär, produkt, datavetenskap, BI, DevOps, säkerhet och analys
- Omsätta affärsbehov till tekniska lösningar och kommunicera arkitekturbeslut, migreringsplaner, färdplaner, risker och avvägningar
Krav
- Minst 15 års erfarenhet av GCP-data engineering, dataarkitektur, molnteknik, AI/ML-teknik eller relaterat tekniskt ledarskap
- Minst 5 års praktisk erfarenhet av data engineering i GCP
- Minst 3 års praktisk erfarenhet av AI/ML och GenAI
- Dokumenterad erfarenhet av att leverera migreringsprojekt från AWS till GCP
- Omfattande erfarenhet av att utforma företagsplattformar för Data Lake och Lakehouse på GCP
- Praktisk expertis inom BigQuery, Google Cloud Storage, Dataflow, Pub/Sub, Cloud Composer, Dataproc, IAM och Terraform
- Erfarenhet av att flytta AWS-databelastningar, pipelines och plattformar till GCP
- Goda kunskaper om tjänstemappning mellan AWS och GCP, migreringsmönster, modernisering och molnarkitektur
- Erfarenhet av att bygga och driftsätta AI/ML-lösningar i GCP med Vertex AI
- Praktisk erfarenhet av generativ AI, LLM-applikationer, RAG, inbäddningar, vektorsökning, prompt engineering och företagsbaserade AI-assistenter
- Goda MLOps-kunskaper inom träning, modellregister, CI/CD/CT, driftsättning, övervakning, omträning, styrning och återställning
- Erfarenhet av att leverera säkra och ansvarsfulla AI-lösningar med integritet, utvärdering, åtkomstkontroll, spårbarhet och styrning
- Expertkunskaper i SQL samt stark kompetens i Python och PySpark
- Stark bakgrund inom datamodellering, datalager, batchbearbetning och data engineering i realtid
- Erfarenhet av Terraform, Git, GitHub, Cloud Build, CI/CD och infrastrukturautomation
- Erfarenhet av att leda och coacha data engineering-team och tvärfunktionella tekniska team
- Goda kommunikationsfärdigheter och erfarenhet av att arbeta med intressenter i USA
- Certifiering som Google Cloud Professional Data Engineer är meriterande
- Certifiering som Google Cloud Professional Machine Learning Engineer är meriterande
- Erfarenhet av Vertex AI Agent Builder, Vertex AI Search, Gemini på Vertex AI eller plattformar för företagsanpassad generativ AI är meriterande
- Erfarenhet av dbt, Apache Airflow, Kafka, Apache Spark, Kubernetes, Cloud Run och API-drivna arkitekturer är meriterande
- Erfarenhet av Dataplex, Data Catalog, datahärkomst, metadat hantering, styrning, masterdatahantering och ramverk för datakvalitet är meriterande
- Erfarenhet av att stödja företags- eller reglerade miljöer med stränga krav på integritet, säkerhet, efterlevnad, revision och styrning är meriterande
- Teknisk expertis bör omfatta Python, PyTorch, TensorFlow, Scikit-learn, NLP, djupinlärning, ML-algoritmer, GenAI, LLM:er, GPT, Gemini, Claude, Llama, prompt engineering, finjustering, RAG, inbäddningar, vektordatabaser, semantisk och hybrid sökning, omrankning, LangChain, LlamaIndex, LangGraph, Hugging Face, Transformers, AI-agenter, agentiska arbetsflöden, verktygs- eller funktionsanrop, multiagentsystem, MCP, MLflow, Kubeflow, modellregister, driftsättning, övervakning, 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, datasjöar, avancerad Python, expertkunskaper i SQL, PySpark, Apache Spark, ETL, ELT, CDC, batch- och strömmande data, händelsestyrd arkitektur, utveckling och optimering av pipelines, företagsbaserad Data Lake och Lakehouse, Medallion Architecture, datalager, datamodellering, dimensionsmodellering, multitenant-modellering, schema-on-read och 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, datahärkomst, metadat hantering, datakvalitet, övervakning och OpenLineage
Förmåner
- Flexibelt distansarbete
- Arbeta med kunder över hela världen
- Samarbeta i en innovationsfokuserad miljö
- Tillgång till fortlöpande lärande och certifieringsmöjligheter
- Leda stora innovationsinitiativ inom AI/ML och GCP som teknikchef