Valtech ni wakala ya kimataifa ya kidijitali inayosaidia mashirika kuboresha uzoefu wa wateja na kuendeleza biashara zao za kidijitali. Kazi yake huunganisha teknolojia, uuzaji, data na AI ili kusaidia mipango ya biashara, mabadiliko ya kidijitali ya mashirika na kuboresha utendaji wa uuzaji. Ikiwa na timu na ofisi kote ulimwenguni, Valtech hushirikiana na kampuni katika mikakati ya kidijitali, ubunifu wa uzoefu na matumizi ya data kwa njia ya vitendo ili kujenga mustakabali wa kidijitali wenye ufanisi zaidi.
Mhandisi Mkuu wa Data - Kazi ya Mbali nchini Poland
Jiunge na Valtech kama Mhandisi Mkuu wa Data na ujenge majukwaa ya data ya wingu yanayosaidia uchanganuzi, ujifunzaji wa mashine, GenAI, na bidhaa za data za uzalishaji. Utatengeneza mabomba ya data yanayoweza kupanuka, usanifu wa lakehouse, na huduma za data zinazotegemeka kwa mzigo wa kisasa wa AI na uchanganuzi.
Maelezo
- Kubuni, kuendeleza, na kuboresha majukwaa ya data ya wingu kwa ajili ya uchanganuzi, AI, na bidhaa za data.
- Kuunda mabomba ya data ya batch, utiririshaji, na karibu na wakati halisi yanayotegemeka kwa data iliyopangwa na isiyopangwa.
- Kuendeleza michakato thabiti ya uingizaji, ubadilishaji, na uandaaji wa data.
- Kujenga suluhisho za lakehouse na usanifu wa tabaka za medallion kwa kutumia Databricks au Microsoft Fabric.
- Kutengeneza seti za data zinazoaminika kwa uchanganuzi, ujifunzaji wa mashine, uchanganuzi wa kisababishi, uboreshaji, GenAI, LLM, RAG, na programu zinazotumia mawakala.
- Kuunda miundo ya data na kuweka otomatiki uratibu wa mtiririko wa kazi kwa kutumia Airflow, dbt, Databricks Workflows, Azure Data Factory, au zana zinazolingana.
- Kutumia mifumo inayoendeshwa na matukio na utiririshaji huku ukiweka utawala, ufuatiliaji wa asili ya data, udhibiti wa ubora, usimamizi wa ufikiaji, na uonekano wa mifumo.
- Kufuatilia usasishaji wa data, uimara wa bomba la data, utendaji wa SLA, uwezo wa kupanuka, ufanisi, na gharama za uendeshaji.
- Kutoa tabaka za uwasilishaji, API, ingizo za vipengele, na miingiliano ya uchanganuzi kwa suluhisho za baadaye za ujifunzaji wa mashine na AI.
- Kufafanua na kuboresha mahitaji ya biashara kupitia ugunduzi wa mahitaji pamoja na wadau na mapendekezo yenye taarifa.
- Kushirikiana na wanasayansi wa data, wahandisi wa ujifunzaji wa mashine, wachambuzi, timu za jukwaa, na wadau wa biashara.
- Kusaidia timu kutumia bidhaa za data na kuendeleza mbinu za uhandisi wa data na AI.
Mahitaji
- Uzoefu uliothibitishwa wa vitendo katika Apache Spark na Delta Lake.
- Uwezo thabiti wa kupanga programu kwa Python na SQL.
- Uzoefu wa kitaalamu wa kuwasilisha mabomba ya data ya batch na utiririshaji pamoja na majukwaa ya data yaliyo tayari kwa uzalishaji.
- Ujuzi mzuri wa uundaji wa data, ubora wa data, na utawala wa data.
- Uzoefu mkubwa wa vitendo katika huduma za data za AWS na Databricks Lakehouse au Microsoft Azure/Fabric pamoja na zana zinazohusiana.
- Utaalamu wa kina katika njia moja ya wingu na jukwaa; ujuzi wa Snowflake au GCP ni faida lakini si lazima.
- Uzoefu wa kubuni usanifu wa lakehouse na kufanya kazi na mifumo ya data iliyosambazwa.
- Uelewa mzuri wa mahitaji ya uwezo wa kupanuka, kutegemeka, na utendaji wa mabomba ya data.
- Uwezo mzuri wa kutatua matatizo na mtindo wa kufanya kazi kwa ushirikiano.
- Uzoefu katika mazingira ya Agile au ushauri ni faida.
- Uzoefu wa GenAI na majukwaa ya data ya AI, CI/CD ya mabomba ya data, Terraform au CloudFormation, Kafka, uboreshaji wa Spark, mizigo ya kazi ya uchanganuzi wa hali ya juu au ujifunzaji wa mashine, au bidhaa kubwa za data unapendelewa.
- Wasilisha CV inayoeleza uzoefu na utaalamu unaohusiana.
Manufaa
- Siku 24 za kazi za likizo ya mwaka zenye malipo.
- Likizo za kitaifa zinazingatiwa.
- Likizo ya ugonjwa ya hadi siku 20 kwa mwaka.
- Likizo isiyolipwa ya hadi siku 20 kwa mwaka.
- Bima ya matibabu.
- Chaguo la kadi ya Multisport au Multikafeteria.
- Msaada kwa likizo ya uzazi na likizo ya baba.
- Warsha za ndani na mipango ya kujifunza.
- Marejesho ya gharama za vyeti vya kitaalamu.
- Fursa za kushiriki katika jumuiya za kitaalamu za ndani na kimataifa.
- Mfumo wa Ukuaji wa Kitaaluma wa kuweka matarajio na kupanga maendeleo kuelekea njia ya kazi iliyochaguliwa.
- Programu ya ulezi inayotoa fursa za kuendeleza taaluma kama mlezi au mwanafunzi na kusonga kuelekea nafasi ya juu zaidi.
- Vifurushi vya manufaa vinavyoongezeka kulingana na muda wa huduma.
- Chaguo rahisi za kazi za mbali na mseto, kulingana na upatikanaji wa nchi husika.
- Maendeleo ya kazi kupitia uhamaji wa kimataifa na programu za maendeleo ya kitaalamu.
- Ufikiaji wa zana za kisasa, mafunzo, na wataalamu wa sekta.
- Marekebisho yanayofaa katika mchakato wote wa usaili.