
Leega เป็นบริษัทที่ปรึกษาด้านเทคโนโลยีในลาตินอเมริกา โดยมุ่งเน้นด้านการวิเคราะห์ข้อมูล โซลูชันคลาวด์ และการเปลี่ยนผ่านสู่ดิจิทัล บริการของบริษัทครอบคลุมการพัฒนาแอปพลิเคชัน แมชชีนเลิร์นนิง การวิเคราะห์เพื่อบริหารความเสี่ยง และการสนับสนุนองค์กรในการปรับปรุงสภาพแวดล้อมด้านข้อมูลให้ทันสมัย Leega ทำงานร่วมกับ Google Cloud, AWS และ Microsoft Azure เพื่อช่วยธุรกิจปรับปรุงการจัดการข้อมูลและนำเทคโนโลยีคลาวด์มาใช้ บริษัทนี้ยังระบุว่าตนเป็นองค์กรแรกในภูมิภาคที่ได้รับการรับรองด้านการวิเคราะห์ข้อมูลจาก Google Cloud
วิศวกรข้อมูล AWS อาวุโส
สร้างไปป์ไลน์ข้อมูล โครงสร้างพื้นฐานของเอเจนต์ และระบบกำกับดูแลสำหรับ AI สร้างเนื้อหาในสถาบันการเงิน ทำงานกับ Bedrock ระบบหลายเอเจนต์ ข้อมูลอ่อนไหว และสภาพแวดล้อมที่มีหลายบัญชี
รายละเอียด
- สร้างและดูแลไปป์ไลน์สำหรับ Bedrock Knowledge Bases และเอเจนต์ ครอบคลุมการนำเข้าข้อมูล การทำความสะอาด การแบ่งส่วน และการแปลงข้อมูลเป็นเวกเตอร์
- จัดตั้งแหล่งข้อมูลกลางที่เชื่อถือได้สำหรับ BI และฐานความรู้ของเอเจนต์
- กำหนดสัญญาข้อมูล สคีมา มาตรฐานความใหม่ของข้อมูล และ SLA สำหรับแหล่งข้อมูลของเอเจนต์
- รองรับการประสานงานหลายเอเจนต์ด้วย Strands Agents, Bedrock และ AgentCore
- เปิดให้ใช้ข้อมูลและระบบภายในเป็นเครื่องมือที่นำกลับมาใช้ซ้ำได้ผ่านเซิร์ฟเวอร์ MCP และ AgentCore Gateway
- ออกแบบการจัดการสถานะเอเจนต์และหน่วยความจำที่ใช้ร่วมกัน พร้อมแยกบริบทและลูกค้าออกจากกัน
- รองรับการสื่อสารระหว่างเอเจนต์ด้วย A2A, EventBridge, SQS และ Step Functions โดยใช้การทำงานแบบไม่เกิดผลซ้ำ การกำหนดเวลาหมดอายุ การลองใหม่ และการป้องกันการวนซ้ำ
- บังคับใช้สิทธิ์การเข้าถึงเท่าที่จำเป็น ด้วยข้อมูลระบุตัวตนเฉพาะ สิทธิ์ที่จำกัดขอบเขต และบันทึกการตรวจสอบ
- ออกแบบการเข้าถึง AWS ข้ามบัญชีด้วยบทบาท IAM และ Lake Formation
- จัดเตรียมเอเจนต์ เครื่องมือ และมาตรการป้องกันในรูปแบบโครงสร้างพื้นฐานเป็นโค้ดด้วย Terraform
- ติดตามค่าใช้จ่ายด้วยแท็ก งบประมาณ และตัวชี้วัดแยกตามแผนก โครงการ โมเดล และเอเจนต์
- ดูแลการกำกับดูแล ความเป็นส่วนตัว การปฏิบัติตาม LGPD และการจัดเก็บข้อมูลตามภูมิภาค
- จัดให้มีการสังเกตการณ์ตั้งแต่ต้นจนจบด้วย OpenTelemetry, AgentCore Observability และ CloudWatch
- รองรับความทนทานและการกู้คืนจากภัยพิบัติด้วยคิว การออกแบบหลายรีเจียน และการลดระดับการทำงานอย่างมีการควบคุม
คุณสมบัติ
- มีความเชี่ยวชาญด้าน Python และ SQL ที่พิสูจน์ได้
- มีประสบการณ์กับ S3, Glue, Athena, IAM, Lake Formation และ KMS
- มีประสบการณ์ใช้ Terraform และ CI/CD
- มีประสบการณ์จริงในสภาพแวดล้อม AWS ที่มีหลายบัญชี
- มีความรู้ด้านสถาปัตยกรรมแบบขับเคลื่อนด้วยเหตุการณ์และระบบกระจาย รวมถึงคิว การลองใหม่ การทำงานแบบไม่เกิดผลซ้ำ และความสอดคล้องของข้อมูล
- มีประสบการณ์สร้างหรือดูแลแอปพลิเคชัน LLM ระบบ RAG หรือเอเจนต์ที่ใช้เครื่องมือได้ในระบบใช้งานจริงอย่างน้อยหนึ่งรายการ
- คุ้นเคยกับแนวปฏิบัติ AWS FinOps รวมถึงการติดแท็ก Cost Explorer และงบประมาณ
- หากมีประสบการณ์หรือความรู้ต่อไปนี้จะได้รับการพิจารณาเป็นพิเศษ: Amazon Bedrock, Knowledge Bases, Guardrails, การทำงานร่วมกันของหลายเอเจนต์, AgentCore, Strands, LangGraph, CrewAI, เซิร์ฟเวอร์ MCP, โปรโตคอล A2A, S3 Vectors, OpenSearch, Milvus, GraphRAG, MLOps, LLMOps, Data Mesh, สถาปัตยกรรม hub-and-spoke ใบรับรอง AWS หรือ FinOps และบริการทางการเงินหรือสภาพแวดล้อมที่มีการกำกับดูแล
- สื่อสารได้ชัดเจนกับนักวิทยาศาสตร์ข้อมูล ผู้มีส่วนเกี่ยวข้องทางธุรกิจ และพันธมิตรภายนอก
- มีแนวคิดด้านความปลอดภัยที่เข้มแข็ง และจัดการข้อมูลอ่อนไหวอย่างรอบคอบ
- ตัดสินใจโดยระบุข้อแลกเปลี่ยนอย่างชัดเจน
- ทำงานได้อย่างอิสระ พร้อมจัดทำเอกสารและกำหนดความรับผิดชอบระหว่างทีม
สวัสดิการ
- มีโอกาสเติบโตในสายอาชีพอย่างต่อเนื่อง
- ตารางทำงานแบบผสมผสาน: เข้าออฟฟิศสามวันและทำงานจากบ้านสองวัน
- ทำงานในบริษัทที่มีความคล่องตัวและร่วมมือกัน
- สนับสนุนการพัฒนาวิชาชีพและการฝึกอบรมด้วยการลงทุนในพนักงาน
งานที่เกี่ยวข้อง
ไม่พบงาน
ลองปรับหรือล้างตัวกรองเพื่อค้นหาโอกาสเพิ่มเติม