Naveera Technology LLC
Naveera Technology LLC
Naveera Technology LLC เป็นบริษัทที่ปรึกษาและวิศวกรรมด้านเทคโนโลยี ซึ่งช่วยให้องค์กรต่าง ๆ สร้างขีดความสามารถที่ขับเคลื่อนด้วย AI ผ่านระบบที่ใช้งานได้จริงและพร้อมนำไปใช้งานในสภาพแวดล้อมการผลิต งานของบริษัทครอบคลุมวิศวกรรมข้อมูล แมชชีนเลิร์นนิง เจเนอเรทีฟ AI การพัฒนาแอปพลิเคชัน โครงสร้างพื้นฐานคลาวด์ และการดำเนินงานด้านไอที รวมถึงการสร้างไปป์ไลน์ข้อมูล การพัฒนาโมเดล GenAI, MLOps ตลอดจนแอปพลิเคชันเว็บ โมบายล์ และแอปพลิเคชันระดับองค์กรตามความต้องการ Naveera สนับสนุนลูกค้าในด้านสุขภาพดิจิทัล ฟินเทค อีคอมเมิร์ซ โลจิสติกส์ และสภาพแวดล้อมระดับองค์กรอื่น ๆ ผ่านทีมส่งมอบงานระดับโลก การสนับสนุนด้านวิศวกรรมเพิ่มเติม และรูปแบบศูนย์ความเป็นเลิศที่มุ่งเปลี่ยนข้อมูลให้เป็นข้อมูลเชิงลึกที่นำไปใช้ประโยชน์ได้และเทคโนโลยีที่ขยายขนาดได้

ผู้จัดการวิศวกรรมข้อมูลอาวุโส – GCP, AI/ML และ GenAI (ทำงานทางไกลในสหรัฐฯ)

เป็นผู้นำการย้ายแพลตฟอร์มข้อมูลจาก AWS ไปยัง GCP และสร้างโซลูชัน AI/ML, GenAI และ MLOps ระดับองค์กรด้วย GCP และ Vertex AI ขับเคลื่อนโครงการปรับปรุงระบบให้ทันสมัยสำหรับพันธมิตรระดับโลกด้านวิศวกรรมและบริการไอที

รายละเอียด

  • เป็นผู้นำการย้ายแพลตฟอร์มข้อมูลระดับองค์กรจาก AWS ไปยัง GCP
  • ออกแบบสถาปัตยกรรมแพลตฟอร์มข้อมูล GCP, Data Lake และ Lakehouse ที่รองรับการขยายตัว
  • พัฒนาโซลูชัน AI/ML, Generative AI, RAG และ MLOps ด้วย GCP และ Vertex AI
  • สร้าง pipeline machine learning แบบครบวงจรสำหรับการเตรียมข้อมูล การฝึก การตรวจสอบ การนำไปใช้งาน การติดตาม การฝึกซ้ำ และการจัดการวงจรชีวิต
  • ออกแบบ pipeline สำหรับ ingestion, transformation, embedding, indexing, retrieval, batch, streaming, ETL และ ELT
  • ประเมินสภาพแวดล้อม AWS และจับคู่ workload กับบริการ GCP ที่เทียบเท่าหรือดียิ่งขึ้น
  • จัดทำแผนงานการย้ายระบบที่ครอบคลุมระยะต่าง ๆ dependencies ความเสี่ยง แผน rollback และสถาปัตยกรรมเป้าหมาย
  • ออกแบบ pipeline แบบเรียลไทม์ที่ขับเคลื่อนด้วยเหตุการณ์โดยใช้ Pub/Sub, Dataflow หรือ Apache Beam, BigQuery และ Cloud Storage
  • กำหนดโมเดลข้อมูลระดับองค์กร การแบ่งพาร์ติชันและการจัดกลุ่ม BigQuery รวมถึงรูปแบบการใช้งานข้อมูลเพื่อการวิเคราะห์
  • กำหนดมาตรฐานด้านการกำกับดูแลข้อมูล คุณภาพ data lineage metadata ความปลอดภัย ความเป็นส่วนตัว การควบคุมการเข้าถึง และ AI ที่มีความรับผิดชอบ
  • เป็นผู้นำการทำงานอัตโนมัติด้วย Terraform, CI/CD, การ deploy การทดสอบ และการเลื่อนระดับสภาพแวดล้อมผ่าน Dev, QA, UAT และ Production
  • ปรับปรุงประสิทธิภาพ ความสามารถในการขยายตัว latency throughput ความน่าเชื่อถือ และต้นทุนคลาวด์ พร้อมกำหนด benchmark และ SLA
  • บริหารและให้คำปรึกษาแก่ Data Engineer, Senior Data Engineer และ Technical Lead รวมถึงดำเนินการรีวิวสถาปัตยกรรมและโค้ด
  • ติดตามความคืบหน้าด้านวิศวกรรม ความเสี่ยงในการส่งมอบ dependencies และหมุดหมายสำคัญ
  • ทำหน้าที่เป็นผู้ติดต่อทางเทคนิคหลักสำหรับผู้มีส่วนได้ส่วนเสียในสหรัฐฯ และทำงานร่วมกับทีม Business, Product, Data Science, BI, DevOps, Security และ Analytics
  • แปลงความต้องการทางธุรกิจเป็นโซลูชันทางเทคนิค และสื่อสารการตัดสินใจด้านสถาปัตยกรรม แผนการย้ายระบบ แผนงาน ความเสี่ยง และข้อแลกเปลี่ยน

คุณสมบัติ

  • มีประสบการณ์มากกว่า 15 ปีด้านวิศวกรรมข้อมูล GCP สถาปัตยกรรมข้อมูล วิศวกรรมคลาวด์ วิศวกรรม AI/ML หรือบทบาทผู้นำเทคโนโลยีที่เกี่ยวข้อง
  • มีประสบการณ์ด้านวิศวกรรมข้อมูล GCP แบบลงมือปฏิบัติจริงอย่างน้อย 5 ปี
  • มีประสบการณ์ด้าน AI/ML และ GenAI แบบลงมือปฏิบัติจริงอย่างน้อย 3 ปี
  • มีผลงานที่พิสูจน์ได้ในการส่งมอบโครงการย้ายระบบจาก AWS ไปยัง GCP
  • มีประสบการณ์อย่างมากในการออกแบบแพลตฟอร์ม Data Lake และ Lakehouse ระดับองค์กรบน GCP
  • มีความเชี่ยวชาญแบบลงมือปฏิบัติจริงกับ BigQuery, Google Cloud Storage, Dataflow, Pub/Sub, Cloud Composer, Dataproc, IAM และ Terraform
  • มีประสบการณ์ย้าย workload, pipeline และแพลตฟอร์มข้อมูลจาก AWS ไปยัง GCP
  • มีความรู้เป็นอย่างดีเกี่ยวกับการจับคู่บริการ AWS กับ GCP รูปแบบการย้ายระบบ การปรับปรุงให้ทันสมัย และแนวปฏิบัติด้านสถาปัตยกรรมคลาวด์
  • มีประสบการณ์สร้างและ deploy โซลูชัน AI/ML บน GCP ด้วย Vertex AI
  • มีประสบการณ์แบบลงมือปฏิบัติจริงกับ Generative AI, แอปพลิเคชัน LLM, RAG, embeddings, vector search, prompt engineering และผู้ช่วย AI ระดับองค์กร
  • มีความรู้ด้าน MLOps อย่างมาก ครอบคลุมการฝึก model registry, CI/CD/CT, deployment, monitoring, retraining, governance และ rollback
  • มีประสบการณ์ส่งมอบโซลูชัน AI ที่ปลอดภัยและมีความรับผิดชอบ โดยคำนึงถึงความเป็นส่วนตัว การประเมินผล การควบคุมการเข้าถึง การตรวจสอบย้อนหลัง และการกำกับดูแล
  • มีทักษะ SQL ระดับเชี่ยวชาญ พร้อมความสามารถสูงด้าน Python และ PySpark
  • มีพื้นฐานแข็งแกร่งด้านการสร้างโมเดลข้อมูล คลังข้อมูล การประมวลผลแบบ batch และวิศวกรรมข้อมูลแบบเรียลไทม์
  • มีประสบการณ์กับ Terraform, Git, GitHub, Cloud Build, CI/CD และระบบอัตโนมัติด้านโครงสร้างพื้นฐาน
  • มีประสบการณ์นำและให้คำปรึกษาทีมวิศวกรรมข้อมูลและทีมเทคนิคข้ามสายงาน
  • มีทักษะการสื่อสารที่ดีและมีประสบการณ์ทำงานกับผู้มีส่วนได้ส่วนเสียในสหรัฐฯ
  • หากมีใบรับรอง Google Cloud Professional Data Engineer จะได้รับการพิจารณาเป็นพิเศษ
  • หากมีใบรับรอง Google Cloud Professional Machine Learning Engineer จะได้รับการพิจารณาเป็นพิเศษ
  • หากมีประสบการณ์กับ Vertex AI Agent Builder, Vertex AI Search, Gemini on Vertex AI หรือแพลตฟอร์ม Generative AI ระดับองค์กรจะได้รับการพิจารณาเป็นพิเศษ
  • หากมีประสบการณ์กับ dbt, Apache Airflow, Kafka, Apache Spark, Kubernetes, Cloud Run และสถาปัตยกรรมที่ขับเคลื่อนด้วย API จะได้รับการพิจารณาเป็นพิเศษ
  • หากมีประสบการณ์กับ Dataplex, Data Catalog, lineage, การจัดการ metadata, governance, master data management และ framework ด้านคุณภาพข้อมูลจะได้รับการพิจารณาเป็นพิเศษ
  • หากมีประสบการณ์สนับสนุนสภาพแวดล้อมระดับองค์กรหรือสภาพแวดล้อมที่มีการกำกับดูแล ซึ่งมีข้อกำหนดเข้มงวดด้านความเป็นส่วนตัว ความปลอดภัย การปฏิบัติตามข้อกำหนด การตรวจสอบ และการกำกับดูแลจะได้รับการพิจารณาเป็นพิเศษ
  • ความเชี่ยวชาญทางเทคนิคควรครอบคลุม Python, PyTorch, TensorFlow, Scikit-learn, NLP, deep learning, อัลกอริทึม ML, GenAI, LLMs, GPT, Gemini, Claude, Llama, prompt engineering, fine-tuning, RAG, embeddings, vector databases, semantic และ hybrid search, reranking, LangChain, LlamaIndex, LangGraph, Hugging Face, Transformers, AI agents, agentic workflows, tool หรือ function calling, multi-agent systems, MCP, MLflow, Kubeflow, model registries, deployment, monitoring, CI/CD, Vertex AI, Vertex AI Studio, Vertex AI Pipelines, Model Garden, Vector Search, FastAPI, Flask, REST APIs, SQL, Docker, Kubernetes, GCP, AWS, Azure, BigQuery, Dataflow, Spark, Databricks, data lakes, Python ขั้นสูง, SQL ระดับเชี่ยวชาญ, PySpark, Apache Spark, ETL, ELT, CDC, batch และ streaming, event-driven architecture, การพัฒนาและเพิ่มประสิทธิภาพ pipeline, Data Lake และ Lakehouse ระดับองค์กร, Medallion Architecture, คลังข้อมูล, การสร้างโมเดลข้อมูล, dimensional modeling, multi-tenant modeling, schema-on-read และ schema-on-write, dbt, Apache Airflow หรือ Cloud Composer, Dataproc, Dataflow หรือ Apache Beam, AWS Glue, Redshift, EMR, Lambda, Kinesis, Athena, CloudWatch, GCS, AWS S3, Pub/Sub, Dataplex, Data Catalog, Terraform, Git หรือ GitHub, Cloud Build, CI/CD, Infrastructure as Code, lineage, การจัดการ metadata, คุณภาพข้อมูล, monitoring และ OpenLineage

สวัสดิการ

  • ทำงานทางไกลได้อย่างยืดหยุ่น
  • ทำงานร่วมกับลูกค้าทั่วโลก
  • ทำงานร่วมกันในสภาพแวดล้อมที่มุ่งเน้นนวัตกรรม
  • เข้าถึงโอกาสการเรียนรู้และการได้รับใบรับรองอย่างต่อเนื่อง
  • เป็นผู้นำโครงการนวัตกรรมสำคัญด้าน AI/ML และ GCP ในตำแหน่ง Head of Engineering