Walmart, hipermarketler, indirimli mağazalar, marketler ve çevrim içi pazaryeri aracılığıyla tüketicilere hizmet veren küresel bir perakende ve e-ticaret şirketidir. Geniş ürün yelpazesi; kapsamlı fiziksel mağaza ağı, doğrudan tüketiciye satış operasyonları ve ürünlerin şirket genelinde hareketini sağlayan lojistik ve tedarik zinciri sistemleriyle desteklenmektedir.
Kıdemli Veri Mühendisi - Bangalore, Hindistan (Ofiste)
Walmart’ın ödeme sonrası denetim operasyonları için ölçeklenebilir toplu ve akış veri hatları ile üretken yapay zekâ veri ürünleri geliştirin. Ödeme doğruluğunu, mutabakatı, geri kazanım süreçlerini ve finans analitiğini iyileştirin.
Açıklama
- Ödeme sonrası denetim, ödeme bütünlüğü, tedarikçi mutabakatı, geri kazanım operasyonları ve finans analitiği için ölçeklenebilir toplu, akış ve gerçek zamana yakın veri hatları oluşturun ve sürdürün.
- Fatura, satın alma siparişi, mal kabul, tedarikçi, talep, fiyatlandırma ve ödeme sistemlerinden küratörlü veri kümeleri, anlamsal modeller, özellik kullanımına hazır tablolar ve yeniden kullanılabilir veri ürünleri geliştirin.
- SQL, Python, PySpark, Apache Flink, dbt, orkestrasyon araçları, olay akışı platformları ve bulut veri teknolojileriyle ELT, ETL ve akış iş akışları oluşturun.
- Olay zamanı işleme, gecikmiş veri yönetimi, yeniden oynatılabilirlik, idempotensi, geriye dönük veri doldurma ve hata kurtarma özelliklerine sahip akış ve değişiklik verisi yakalama hatları geliştirin.
- Apache Hudi, Apache Iceberg veya Delta Lake kullanarak lakehouse veri ürünleri tasarlayın ve işletin.
- Veri kalitesi kontrolleri, mutabakat denetimleri, şema doğrulama, veri soyu, izleme, uyarı ve gözlemlenebilirlik uygulamaları oluşturun.
- Üretime hazır veri çözümleri sunmak için Finans, Denetim, Operasyon, Ürün, Veri Bilimi ve Mühendislik ekipleriyle çalışın.
- Anomali tespiti, istisna önceliklendirme, denetim kuralları, makine öğrenimi puanlaması ve üretken yapay zekâ iş akışlarını mümkün kılın.
- Denetim ekiplerinin kanıtları özetlemesine, istisnaları sınıflandırmasına, inceleme bağlamı sağlamasına ve manuel incelemeyi azaltmasına yardımcı olan otomasyon ve veri hizmetleri oluşturun.
- Getirilmeye hazır belge depoları, gömme işlem hatları, vektör veritabanı entegrasyonları, meta veri zenginleştirme ve yönetilen bilgi erişimi gibi üretken yapay zekâ veri mühendisliği kalıplarını uygulayın.
- Toplu ve akış iş yüklerini güvenilirlik, güncellik, gecikme, durum yönetimi, işlem verimliliği ve alt sistemlerde kullanılabilirlik açısından iyileştirin.
- Kök neden analizi yoluyla veri tutarsızlıklarını, işlem hattı hatalarını, mutabakat uyuşmazlıklarını ve kaynak sistem sorunlarını araştırın.
Gereksinimler
- Bilgisayar Bilimleri, Mühendislik, Bilgi Teknolojileri, Veri Mühendisliği, Analitik, Matematik, İstatistik veya ilgili bir alanda lisans derecesi ve 6+ yıl ilgili deneyim; alternatif olarak yüksek lisans derecesi ve 4+ yıl veya doktora derecesi ve 3+ yıl ilgili deneyim.
- SQL, Python, PySpark, Apache Flink veya benzer bir akış işleme çerçevesi ve büyük ölçekli dağıtık veri işleme konusunda kanıtlanmış uygulamalı yetkinlik.
- dbt veya benzer bir dönüşüm çerçevesi, Airflow veya benzer orkestrasyon araçları, Kafka veya eşdeğer bir olay akışı platformu ve BigQuery, Hive veya Spark gibi bulut ya da kurumsal veri teknolojileriyle deneyim.
- Üretim toplu ve akış veri hatlarını, ELT/ETL iş akışlarını, veri modellerini ve yeniden kullanılabilir veri ürünlerini tasarlama, devreye alma ve destekleme konusunda geçmiş başarı.
- Veri modelleme, bölümleme, performans ayarlama, artımlı işleme, CDC, şema evrimi, veri sözleşmeleri, meta veri yönetimi, veri soyu ve Apache Hudi, Apache Iceberg veya Delta Lake dahil lakehouse biçimleri hakkında sağlam bilgi.
- Üretim işlem hatları için veri kalitesi kontrolleri, mutabakat mantığı, doğrulama çerçeveleri, gözlemlenebilirlik, izleme, uyarı ve olay çözümü sağlama deneyimi.
- Olay zamanı işleme, durum bilgili dönüşümler, kontrol noktaları, watermark kullanımı, tam olarak bir kez veya etkin olarak bir kez işleme ve yeniden oynatma ya da geriye dönük veri doldurma stratejileriyle akış çözümleri geliştirme deneyimi.
- Operasyonel veriler ve tutarsız iş tanımları dahil olmak üzere birden çok kaynak sistemden gelen büyük yapılandırılmış ve yarı yapılandırılmış veri kümelerini işleme deneyimi.
- Güçlü iş birliği becerileri ve Finans, Denetim, Operasyon, Ürün, Veri Bilimi ve Mühendislik ekipleri arasında çalışabilme yeteneği.
- Asgari yeterlilik alternatifleri arasında Bilgisayar Bilimleri lisans derecesi ile 3 yıl yazılım mühendisliği veya ilgili deneyim; 5 yıl yazılım mühendisliği veya ilgili deneyim; ya da Bilgisayar Bilimleri yüksek lisans derecesi ile 1 yıl yazılım mühendisliği veya ilgili deneyim bulunur.
- Veri mühendisliği, veritabanı mühendisliği, iş zekâsı veya iş analitiği alanlarından en az 2 yıl deneyim.
Yan Haklar
- Performansa dayalı teşvik ödemeleri.
- Doğum ve ebeveyn izni.
- Ücretli izin.
- Sağlık hakları.