Naveera Technology LLC — технологічна консалтингова та інженерна компанія, яка допомагає організаціям розвивати можливості на основі ШІ за допомогою практичних систем, готових до впровадження. Компанія працює у сферах інженерії даних, машинного навчання, генеративного ШІ, розробки застосунків, хмарної інфраструктури та ІТ-операцій, зокрема створює конвеєри даних, розробляє моделі GenAI, упроваджує MLOps, а також створює індивідуальні веб-, мобільні й корпоративні застосунки. Naveera підтримує клієнтів у цифровій медицині, фінтеху, електронній комерції, логістиці та інших корпоративних сферах завдяки глобальним командам розробки, розширеній інженерній підтримці та моделі центру експертизи, зосередженій на перетворенні даних на корисну аналітику й масштабовані технології.
Старший менеджер з інженерії даних — GCP, AI/ML і GenAI (віддалена робота у США)
Керуйте міграцією платформ даних з AWS до GCP і створюйте корпоративні рішення AI/ML, GenAI та MLOps із використанням GCP і Vertex AI. Очолюйте ініціативи з модернізації для глобального партнера у сфері інженерних та ІТ-послуг.
Опис
- Керувати міграцією корпоративних платформ даних з AWS до GCP
- Проєктувати масштабовані платформи даних GCP, Data Lake і Lakehouse
- Розробляти рішення AI/ML, генеративного ШІ, RAG і MLOps із використанням GCP та Vertex AI
- Створювати наскрізні конвеєри машинного навчання для підготовки, навчання, валідації, розгортання, моніторингу, донавчання та керування життєвим циклом
- Проєктувати конвеєри завантаження, перетворення, створення ембедингів, індексації, пошуку, пакетної та потокової обробки, ETL і ELT
- Оцінювати середовища AWS і зіставляти робочі навантаження з еквівалентними або вдосконаленими сервісами GCP
- Створювати дорожні карти міграції з описом етапів, залежностей, ризиків, планів відкату та цільових архітектур
- Проєктувати подієво-орієнтовані конвеєри реального часу з Pub/Sub, Dataflow або Apache Beam, BigQuery і Cloud Storage
- Визначати корпоративні моделі даних, правила секціонування та кластеризації BigQuery, а також підходи до використання аналітики
- Встановлювати стандарти управління даними, якості, походження, метаданих, безпеки, конфіденційності, контролю доступу та відповідального ШІ
- Керувати автоматизацією Terraform, CI/CD, розгортанням, тестуванням і просуванням середовищ Dev, QA, UAT і Production
- Покращувати продуктивність, масштабованість, затримку, пропускну здатність, надійність і хмарні витрати, визначаючи бенчмарки та SLA
- Керувати інженерами даних, старшими інженерами даних і технічними керівниками, проводити архітектурні та код-рев’ю
- Відстежувати прогрес розробки, ризики постачання, залежності та ключові етапи
- Бути основною технічною контактною особою для зацікавлених сторін у США та співпрацювати з командами бізнесу, продукту, Data Science, BI, DevOps, безпеки й аналітики
- Перетворювати бізнес-потреби на технічні рішення та пояснювати архітектурні рішення, плани міграції, дорожні карти, ризики й компроміси
Вимоги
- Понад 15 років досвіду в інженерії даних GCP, архітектурі даних, хмарній інженерії, інженерії AI/ML або технологічному керівництві у суміжній сфері
- Щонайменше 5 років практичного досвіду в інженерії даних GCP
- Щонайменше 3 роки практичного досвіду в AI/ML і GenAI
- Підтверджений досвід реалізації проєктів міграції з AWS до GCP
- Ґрунтовний досвід проєктування корпоративних платформ Data Lake і Lakehouse на GCP
- Практичний досвід роботи з BigQuery, Google Cloud Storage, Dataflow, Pub/Sub, Cloud Composer, Dataproc, IAM і Terraform
- Досвід перенесення робочих навантажень, конвеєрів і платформ даних AWS до GCP
- Глибокі знання зіставлення сервісів AWS і GCP, шаблонів міграції, модернізації та практик хмарної архітектури
- Досвід створення та розгортання рішень AI/ML на GCP із Vertex AI
- Практичний досвід роботи з генеративним ШІ, застосунками на базі LLM, RAG, ембедингами, векторним пошуком, prompt engineering і корпоративними ШІ-асистентами
- Глибокі знання MLOps, зокрема навчання, реєстрів моделей, CI/CD/CT, розгортання, моніторингу, донавчання, управління та відкату
- Досвід створення безпечних і відповідальних рішень ШІ з конфіденційністю, оцінюванням, контролем доступу, можливістю аудиту та управлінням
- Експертні навички SQL, впевнене володіння Python і PySpark
- Ґрунтовні знання моделювання даних, сховищ, пакетної обробки та інженерії даних реального часу
- Досвід роботи з Terraform, Git, GitHub, Cloud Build, CI/CD та автоматизацією інфраструктури
- Досвід керування й наставництва для команд інженерії даних і кросфункціональних технічних команд
- Сильні комунікаційні навички та досвід роботи із зацікавленими сторонами у США
- Сертифікація Google Cloud Professional Data Engineer буде перевагою
- Сертифікація Google Cloud Professional Machine Learning Engineer буде перевагою
- Досвід роботи з Vertex AI Agent Builder, Vertex AI Search, Gemini on Vertex AI або корпоративними платформами генеративного ШІ буде перевагою
- Досвід роботи з dbt, Apache Airflow, Kafka, Apache Spark, Kubernetes, Cloud Run та архітектурами на основі API буде перевагою
- Досвід роботи з Dataplex, Data Catalog, походженням даних, керуванням метаданими, управлінням, керуванням майстер-даними та платформами якості даних буде перевагою
- Досвід підтримки корпоративних або регульованих середовищ із жорсткими вимогами до конфіденційності, безпеки, відповідності, аудиту та управління буде перевагою
- Технічна експертиза має включати Python, PyTorch, TensorFlow, Scikit-learn, NLP, глибоке навчання, алгоритми ML, GenAI, LLM, GPT, Gemini, Claude, Llama, prompt engineering, донавчання, RAG, ембединги, векторні бази даних, семантичний і гібридний пошук, reranking, LangChain, LlamaIndex, LangGraph, Hugging Face, Transformers, ШІ-агентів, агентні робочі процеси, виклик інструментів або функцій, мультиагентні системи, MCP, MLflow, Kubeflow, реєстри моделей, розгортання, моніторинг, CI/CD, Vertex AI, Vertex AI Studio, Vertex AI Pipelines, Model Garden, Vector Search, FastAPI, Flask, REST API, SQL, Docker, Kubernetes, GCP, AWS, Azure, BigQuery, Dataflow, Spark, Databricks, озера даних, просунутий Python, експертний SQL, PySpark, Apache Spark, ETL, ELT, CDC, пакетну та потокову обробку, подієво-орієнтовану архітектуру, розробку й оптимізацію конвеєрів, корпоративні Data Lake і Lakehouse, Medallion Architecture, сховища, моделювання даних, розмірне моделювання, мультитенантне моделювання, schema-on-read і schema-on-write, dbt, Apache Airflow або Cloud Composer, Dataproc, Dataflow або Apache Beam, AWS Glue, Redshift, EMR, Lambda, Kinesis, Athena, CloudWatch, GCS, AWS S3, Pub/Sub, Dataplex, Data Catalog, Terraform, Git або GitHub, Cloud Build, CI/CD, Infrastructure as Code, походження даних, керування метаданими, якість даних, моніторинг і OpenLineage
Переваги
- Гнучкий формат віддаленої роботи
- Робота з клієнтами по всьому світу
- Співпраця в середовищі, орієнтованому на інновації
- Доступ до постійного навчання та можливостей сертифікації
- Керування масштабними ініціативами у сфері AI/ML та інновацій GCP на посаді керівника інженерного напряму