
Simple Machines เป็นบริษัทที่ปรึกษาจากออสเตรเลียซึ่งทำงานครอบคลุมด้านสถาปัตยกรรมข้อมูล วิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล และการพัฒนาซอฟต์แวร์ ที่ปรึกษาของบริษัทออกแบบและสร้างแพลตฟอร์มข้อมูลแบบกระจายและแอปพลิเคชันแมชชีนเลิร์นนิงให้แก่องค์กร หน่วยงานภาครัฐ และบริษัทเทคโนโลยีระดับโลก ทีมงานยังให้คำปรึกษาและฝึกอบรมด้าน Kafka ในฐานะ Preferred Confluent partner รวมถึงให้คำปรึกษาและฝึกอบรมด้าน Spark และ Scala ผ่านความร่วมมือกับ Databricks และ Lightbend สำหรับผู้ที่กำลังพิจารณาสายงานด้านวิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล หรือการพัฒนาซอฟต์แวร์ Simple Machines มอบสภาพแวดล้อมการทำงานด้านที่ปรึกษาเฉพาะทางที่มุ่งนำข้อมูลไปใช้ในระบบจริง
วิศวกรข้อมูลอาวุโสระดับ Principal (ทำงานทางไกล, โปแลนด์)
เป็นผู้นำด้านสถาปัตยกรรมและการส่งมอบแพลตฟอร์มข้อมูล cloud-native ไปป์ไลน์ และผลิตภัณฑ์ข้อมูลให้ Simple Machines บริษัทที่ปรึกษาด้านเทคโนโลยีระดับโลก กำหนดทิศทางด้านเทคนิคและทำงานร่วมกับลูกค้า โดยทำงานทางไกลจากโปแลนด์
รายละเอียด
- รับผิดชอบสถาปัตยกรรมของแพลตฟอร์มข้อมูล cloud-native สมัยใหม่ตั้งแต่การออกแบบจนถึงการส่งมอบ
- สร้างระบบนิเวศข้อมูลที่ขยายขนาดได้ด้วย data mesh ผลิตภัณฑ์ข้อมูล และสัญญาข้อมูล
- กำหนดสถาปัตยกรรมสำหรับการนำเข้า จัดเก็บ ประมวลผล และเข้าถึงข้อมูล
- ดูแลให้แพลตฟอร์มเป็นไปตามมาตรฐานด้านความปลอดภัย การปฏิบัติตามข้อกำหนด และความพร้อมใช้งานจริง
- ส่งมอบแพลตฟอร์ม cloud-native ด้วย Databricks, Snowflake, AWS และ GCP
- เชื่อมต่อระบบของลูกค้าเพื่อให้ผู้ใช้เข้าถึงข้อมูลได้อย่างขยายขนาดได้
- สร้างและปรับแต่งไปป์ไลน์ข้อมูลแบบแบตช์และเรียลไทม์
- ใช้ Kafka, Flink, Kinesis และ Pub/Sub สำหรับการประมวลผลสตรีมและการรับส่งข้อความ
- ประสานงานเวิร์กโฟลว์ด้วย Airflow, Dataflow และ Glue
- ประมวลผลและแปลงชุดข้อมูลขนาดใหญ่ด้วย Spark และ Flink
- ทำงานกับฐานข้อมูลเชิงสัมพันธ์ NoSQL และฐานข้อมูลเพื่อการวิเคราะห์ รวมถึง Postgres, BigQuery, Snowflake, Cassandra และ MongoDB
- ปรับปรุงรูปแบบการจัดเก็บและวิธีเข้าถึงข้อมูลด้วย Parquet, Delta, ORC และ Avro
- สร้างโซลูชันที่ปลอดภัยและเป็นไปตามข้อกำหนด โดยคำนึงถึงความปลอดภัยตั้งแต่เริ่มต้น
- ผสานการกำกับดูแลข้อมูลโดยไม่ทำให้เวิร์กโฟลว์ของนักพัฒนาช้าลง
- ทำงานโดยตรงกับลูกค้าเพื่อทำความเข้าใจความท้าทายและกำหนดแนวทางแก้ไข
- แปลงข้อกำหนดทางธุรกิจเป็นทางเลือกทางวิศวกรรมที่นำไปใช้ได้จริง
- ให้คำปรึกษาแก่ลูกค้าในฐานะพันธมิตรด้านเทคนิคที่ไว้วางใจได้
- กำหนดมาตรฐาน รูปแบบ และแนวปฏิบัติทางวิศวกรรม
- ตรวจทานการออกแบบและโค้ด พร้อมให้คำแนะนำและเป็นพี่เลี้ยงด้านเทคนิค
- ยกระดับคุณภาพข้อมูล การทดสอบ การสังเกตการณ์ระบบ และแนวปฏิบัติด้านปฏิบัติการ
คุณสมบัติ
- มีทักษะ Python และ SQL ที่แข็งแกร่ง
- มีประสบการณ์เชิงลึกกับ Spark และแพลตฟอร์มข้อมูลสมัยใหม่ เช่น Databricks หรือ Snowflake
- เข้าใจบริการข้อมูลบนคลาวด์ของ AWS หรือ GCP
- เคยรับผิดชอบสถาปัตยกรรมสำหรับแพลตฟอร์มข้อมูลขนาดใหญ่
- มีทักษะการสร้างแบบจำลองข้อมูลที่แข็งแกร่งและตัดสินใจด้านสถาปัตยกรรมได้อย่างเหมาะสม
- สร้างสมดุลระหว่างประสิทธิภาพ ต้นทุน และความซับซ้อนในการเลือกโซลูชัน
- เคยสร้างและดูแลไปป์ไลน์ข้อมูลระดับโปรดักชันขนาดใหญ่
- มีประสบการณ์กับเทคโนโลยีจัดเก็บข้อมูลและรูปแบบข้อมูลหลายประเภท
- ใช้เครื่องมือโครงสร้างพื้นฐานในรูปแบบโค้ด เช่น Terraform หรือ Pulumi
- เคยสร้างไปป์ไลน์ CI/CD ด้วยเครื่องมือ เช่น GitHub Actions หรือ ArgoCD
- เคยใช้เฟรมเวิร์กทดสอบและตรวจสอบคุณภาพข้อมูล เช่น dbt, Great Expectations หรือ Soda
- มีประสบการณ์ด้านการให้คำปรึกษาหรือบริการระดับมืออาชีพ
- สามารถตั้งคำถามต่อสมมติฐานและชี้แนะแนวทางให้ลูกค้าได้ผลลัพธ์ที่ดียิ่งขึ้น
- พร้อมเป็นพี่เลี้ยงให้วิศวกรอาวุโสและมีส่วนกำหนดวัฒนธรรมด้านเทคนิค
สวัสดิการ
- ทำงานกับโจทย์ท้าทายที่สร้างผลกระทบอย่างมีความหมาย
- สร้างแพลตฟอร์มสมัยใหม่แทนการดูแลระบบเดิม
- ทำงานร่วมกับวิศวกรที่มีประสบการณ์
- มีอิสระและอิทธิพลต่อการทำงาน
- มีโอกาสพัฒนาความก้าวหน้าในสายอาชีพ