Valtech
Valtech
5,001 – 10,000 Wafanyakazi
Mfadhili wa visa ya H1BMasokoSaaSUshauri
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 Mwandamizi wa Data, Kazi ya Mbali Bulgaria

Jenga majukwaa ya data ya wingu na mabomba ya data katika Valtech ili kusaidia uchanganuzi, AI na bidhaa za data. Fanya kazi katika AWS, Databricks na mazingira mengine ya wingu, pamoja na matumizi ya GenAI.

Maelezo

  • Unda na kuboresha majukwaa ya data ya wingu kwa uchanganuzi, AI na bidhaa za data.
  • Jenga mabomba ya data ya batch, streaming na karibu na wakati halisi yanayotegemeka kwa kutumia Spark na Delta Lake.
  • Tengeneza mitiririko ya kazi ya kuingiza, kubadilisha na kuratibu data iliyopangwa na isiyopangwa.
  • Tumia usanifu wa lakehouse na tabaka za medallion za bronze, silver na gold.
  • Saidia kuhamisha mizigo ya kazi kati ya mawingu, ikijumuisha kuhamisha mabomba ya data na miundo ya data kwenye majukwaa mengine.
  • Tengeneza seti za data zilizo tayari kutumiwa kwa uchanganuzi, ujifunzaji wa mashine, uundaji wa kisababishi na uboreshaji.
  • Tengeneza mabomba ya data kwa programu za GenAI, ikijumuisha LLM, RAG, mtiririko wa data za vekta na usanifu wa mawakala.
  • Tumia Databricks MLflow, Unity Catalog au zana zinazolingana.
  • Unda miundo ya data ya kimantiki na ya kimaumbile.
  • Ratibu mitiririko ya kazi kwa kutumia Databricks Workflows, Airflow, dbt au zana sawia.
  • Tumia mifumo ya usanifu inayoendeshwa na matukio na streaming.
  • Simamia utawala wa data, lineage, ubora na vidhibiti vya ufikiaji kwa kutumia Unity Catalog, AWS Lake Formation, Microsoft Purview, GCP Dataplex au zana zinazofanana.
  • Fuatilia upya wa data, utegemezi wa mabomba ya data na utendaji wa SLA.
  • Toa data kupitia API, ingizo za vipengele na sehemu za mwisho za uchanganuzi.
  • Boresha utendaji, uwezo wa kupanuka na ufanisi wa gharama wa mabomba ya data na miundombinu.
  • Fafanua mahitaji ya wadau, yahoji mahitaji yaliyowekwa na kupendekeza njia mbadala.
  • Fanya kazi na wanasayansi wa data, wahandisi wa ML, wachanganuzi, timu za majukwaa na wadau wa biashara.
  • Saidia timu kutumia bidhaa za data na kuchangia katika mbinu za pamoja.

Mahitaji

  • Uzoefu kama Mhandisi Mwandamizi wa Data.
  • Uzoefu mkubwa wa vitendo na Apache Spark na Delta Lake.
  • Ujuzi thabiti wa Python na SQL.
  • Uzoefu uliothibitishwa wa kujenga mabomba ya data ya batch na streaming pamoja na majukwaa ya data ya uzalishaji.
  • Uelewa mzuri wa uundaji wa data, ubora wa data na utawala wa data.
  • Uzoefu mkubwa wa moja kwa moja na Databricks Lakehouse Platform.
  • Utaalamu wa kina katika angalau wingu moja kuu: AWS, GCP au Azure/Fabric.
  • Utayari na uwezo wa kufanya kazi katika majukwaa mbalimbali ya wingu.
  • Uzoefu wa usanifu wa lakehouse na mifumo iliyosambazwa.
  • Uelewa thabiti wa uwezo wa kupanuka, utegemezi na utendaji.
  • Udadisi, uwezo wa kutatua matatizo na mbinu ya ushirikiano katika kazi za timu mbalimbali.
  • Uko tayari kuhoji mahitaji ya biashara.
  • Una uwezo wa kubadilika na hamu ya kufanya kazi katika majukwaa mbalimbali.
  • Uzoefu wa Agile au ushauri ni faida.
  • Uzoefu wa ziada wa wingu au uhamishaji wa mifumo kwenda wingu ni faida.
  • Uzoefu wa Snowflake ni faida.
  • Uzoefu wa GenAI na mifumo ya data ya AI, ikijumuisha mabomba ya RAG, hifadhidata za vekta na maandalizi ya data ya LLM, ni faida.
  • Uzoefu wa CI/CD kwa mabomba ya data na miundombinu kama msimbo, ikijumuisha Terraform na CloudFormation, ni faida.
  • Uzoefu wa zana za streaming kama Kafka, uboreshaji wa Spark au majukwaa ya ML na majaribio ni faida.
  • Uzoefu wa kujenga bidhaa za data au majukwaa makubwa ya uchanganuzi ni faida.

Manufaa

  • Mipango ya kazi inayoweza kubadilika, ikijumuisha chaguo la mseto, na siku 25 za likizo.
  • Ruzuku ya pamoja ya usafiri na kadi za Multisport.
  • Bima ya afya ya kiwango cha juu kwa ufikiaji rahisi wa huduma za afya.
  • Ufadhili wa mafunzo ya ujuzi wa kiufundi na mingine, kozi na vyeti.
  • Ramani binafsi ya maendeleo ya kazi inayotokana na tathmini za utendaji.
  • Programu ya kujitunza yenye mashauriano ya kisaikolojia na majadiliano ya timu.
  • Ofisi yenye starehe inayosaidia tija.
  • Matukio ya timu na mikusanyiko ya kampuni.
  • Fursa za kukua kitaaluma.
  • Utamaduni unaoongozwa na maadili ya pamoja.
  • Fursa za kazi za kimataifa.
  • Utamaduni jumuishi wenye usaidizi wa ufikivu.

Kazi Zinazohusiana

Intetics

Mhandisi wa Data ya ML, Kazi ya Mbali Romania

Intetics
501 – 1,000 Wafanyakazi
Huduma za afyaUsafirishajiUshauri

Jenga miundombinu ya data ya wakati halisi, grafu na mfululizo wa muda kwa ajili ya utendaji wa wanariadha. Saidia tathmini ya machine learning na mifumo ya AI kwa mteja wa Intetics nchini Marekani.

Fungua