Pattern Bioscience
Pattern Bioscience
Pattern Bioscience เป็นบริษัทเทคโนโลยีชีวภาพและการดูแลสุขภาพที่พัฒนาวิธีวินิจฉัยการติดเชื้อแบคทีเรียดื้อยาอย่างรวดเร็วโดยไม่ต้องเพาะเชื้อ เทคโนโลยีของบริษัทผสานการวิเคราะห์จุลินทรีย์ในระดับเซลล์เดี่ยวเข้ากับแมชชีนเลิร์นนิง เพื่อให้ได้ผลลัพธ์ที่นำไปใช้ประกอบการตัดสินใจทางคลินิกได้ภายในไม่กี่ชั่วโมง ช่วยให้บุคลากรทางการแพทย์ระบุแนวทางการรักษาที่เหมาะสมได้เร็วขึ้น งานของบริษัทมุ่งรับมือกับปัญหาเชื้อดื้อยาต้านจุลชีพ ด้วยการสนับสนุนการตัดสินใจที่รวดเร็วและมีข้อมูลมากขึ้น ซึ่งอาจช่วยให้ผลลัพธ์การรักษาของผู้ป่วยดีขึ้นและลดค่าใช้จ่ายด้านการดูแลสุขภาพที่หลีกเลี่ยงได้

วิศวกรข้อมูลอาวุโส ฝ่ายข้อมูลและการวิเคราะห์ – Pune ทำงานแบบไฮบริด

เป็นผู้นำระบบข้อมูลเพื่อเพิ่มประสิทธิภาพโฆษณาของ Pattern Bioscience รวมถึงคลังฟีเจอร์และเวิร์กโฟลว์การอนุมานด้วยแมชชีนเลิร์นนิง ดูแลการอัปเดตการเสนอราคาและงบประมาณสำหรับ API โฆษณาบนมาร์เก็ตเพลสให้มีความน่าเชื่อถือและผ่านการควบคุมคุณภาพ

รายละเอียด

  • สร้าง ปรับใช้ และสนับสนุนไปป์ไลน์แบตช์อัตโนมัติที่ปรับขนาดได้ เพื่อรับข้อมูลจากแหล่งต่าง ๆ เข้าสู่เลกเฮาส์
  • จัดการและปรับปรุงการจัดการเวิร์กโฟลว์ด้วย Airflow สำหรับเวิร์กโฟลว์แบบหลาย DAG ที่ทำงานรายวันและทุก 15 นาที ครอบคลุมการจัดการการพึ่งพา การลองใหม่ การรันชดเชย การรีเฟรชทั้งหมด และการรันซ้ำอย่างปลอดภัย
  • พัฒนาและปรับ SQL สำหรับการวิเคราะห์ให้เหมาะสม โดยใช้การ join ขนาดใหญ่ ฟังก์ชันหน้าต่าง การ merge แบบเพิ่มทีละน้อย การปรับขนาดคลังข้อมูล และการวิเคราะห์ประสิทธิภาพคิวรี
  • เพิ่มฟีเจอร์และป้ายกำกับลงในคลังฟีเจอร์ พร้อมรักษามาตรฐานที่กำหนดไว้ในการป้องกันข้อมูลรั่วไหลและความครบถ้วนของข้อมูล
  • ประสานงานการฝึกโมเดลและการอนุมานแบบแบตช์บน SageMaker ผ่าน Airflow รวมถึงชุดข้อมูล การถ่ายโอนข้อมูล S3 และ Parquet อิมเมจสำหรับการฝึก การกำหนดขนาดอินสแตนซ์ ผลการพยากรณ์ และเมตริก
  • สร้างแนวทางการตรวจสอบข้อมูลและบังคับใช้การตรวจสอบคุณภาพที่สามารถหยุดการเขียนข้อมูลออกภายนอกได้
  • วินิจฉัยและแก้ไขปัญหาการประมวลผลข้อมูลขนาดใหญ่ ตรวจสอบความล้มเหลว และเข้าร่วมคัดแยกเหตุขัดข้องในเวรปฏิบัติการ
  • รักษาความเป็นไอดีมโพเทนซี การตรวจจับข้อมูลใหม่ การตรวจสอบความถูกต้องของการดำเนินการ การทำให้ข้อมูลเป็นโมฆะ และบันทึกการตรวจสอบสำหรับการอัปเดตบนมาร์เก็ตเพลส
  • ทำงานร่วมกับนักวิทยาศาสตร์ข้อมูล นักวางกลยุทธ์โฆษณา และทีมวิศวกรรมแพลตฟอร์ม
  • แปลงเป้าหมาย ROAS การจัดสรรงบประมาณตามจังหวะการใช้จ่าย กฎในเพลย์บุ๊ก และกลยุทธ์โฆษณาให้เป็นโมเดลข้อมูลและไปป์ไลน์ที่เชื่อถือได้
  • รับผิดชอบคุณภาพข้อมูลในโดเมนที่ได้รับมอบหมาย และประสานงานการแก้ไขปัญหากับทีมโครงสร้างพื้นฐานข้อมูล
  • ให้คำปรึกษาแก่วิศวกรข้อมูล ให้คำแนะนำด้านเทคนิค และตรวจสอบการเปลี่ยนแปลง SQL และ DAG

คุณสมบัติ

  • วุฒิปริญญาตรีด้านวิทยาศาสตร์ข้อมูล การวิเคราะห์ข้อมูล การจัดการสารสนเทศ วิทยาการคอมพิวเตอร์ เทคโนโลยีสารสนเทศ สาขาที่เกี่ยวข้อง หรือมีประสบการณ์ทำงานระดับมืออาชีพเทียบเท่า
  • มีประสบการณ์ทำงานระดับมืออาชีพโดยรวมอย่างน้อย 4 ปี
  • มีประสบการณ์พัฒนา SQL และ Python แบบลงมือปฏิบัติอย่างน้อย 4 ปี รวมถึง SQL ขั้นสูง
  • มีประสบการณ์อย่างน้อย 3 ปีในการสร้างไปป์ไลน์ข้อมูลสำหรับระบบใช้งานจริงบนสถาปัตยกรรมข้อมูลสมัยใหม่
  • มีประสบการณ์อย่างน้อย 2 ปีกับคลังข้อมูลบนคลาวด์ เช่น Snowflake, Amazon Redshift หรือ BigQuery
  • มีประสบการณ์ทำงานกับเครื่องมือจัดการเวิร์กโฟลว์ โดยต้องการผู้ที่มีประสบการณ์ Airflow เป็นอย่างยิ่ง
  • มีประสบการณ์จัดตารางการฝึกแมชชีนเลิร์นนิงและการอนุมานแบบแบตช์ผ่าน SageMaker หรือแพลตฟอร์มเทียบเท่า
  • มีความเข้าใจเชิงปฏิบัติเกี่ยวกับแนวคิดแมชชีนเลิร์นนิงประยุกต์ รวมถึงการสร้างชุดข้อมูล ข้อมูลรั่วไหล เมตริกการประเมิน และการดำเนินงานตลอดวงจรชีวิตโมเดล
  • มีประสบการณ์จริงกับ AWS รวมถึง S3 และ IAM เป็นอย่างน้อย พร้อมความคุ้นเคยกับรูปแบบไฟล์แบบคอลัมน์
  • มีผลงานพิสูจน์ได้ในการรับผิดชอบคุณภาพข้อมูลผ่านการทดสอบ การตรวจสอบ การแจ้งเตือน และการวิเคราะห์สาเหตุราก
  • มีแนวปฏิบัติด้านวิศวกรรมซอฟต์แวร์และการเขียนสคริปต์ที่ดี รวมถึงการควบคุมเวอร์ชัน การตรวจสอบโค้ด และการพัฒนาแบบเป็นโมดูล
  • มีทักษะการสื่อสารและการทำงานร่วมกันข้ามสายงานเป็นเลิศ
  • สามารถเป็นผู้นำและให้คำปรึกษาแก่ทีมวิศวกรรมข้อมูล
  • ประสบการณ์ที่พิจารณาเป็นพิเศษ ได้แก่ โฆษณาดิจิทัล Snowflake ขั้นสูง ข้อมูลอนุกรมเวลา บิ๊กดาต้า เฟรมเวิร์กคุณภาพข้อมูล แพลตฟอร์มข้อมูลแบบกระจาย บริการ AWS เพิ่มเติม การกำกับดูแลข้อมูล และเอเจนต์เขียนโค้ดด้วย AI

สวัสดิการ

  • สวัสดิการประกอบด้วยวันหยุดโดยได้รับค่าจ้าง ประกันภัย และค่าตอบแทนที่แข่งขันได้
  • วันหยุดโดยได้รับค่าจ้าง
  • ประกันภัย