Data Engineer -1

À propos de GlobalFoundries

GlobalFoundries est une fonderie de semi-conducteurs de premier plan qui offre un mélange unique de services de conception, de développement et de fabrication à certaines des plus grandes entreprises technologiques du monde. Avec des installations de fabrication sur trois continents, GlobalFoundries permet aux technologies et aux systèmes avancés de transformer les industries et d'aider ses clients à dominer leurs marchés. Pour plus de détails, visitez www.gf.com.

En tant qu'ingénieur des données, vous rapporterez à l'ingénieur principal des données et fournirez un soutien à la résolution de problèmes sur diverses plateformes de bases de données. Votre rôle comprend la délivrance de recommandations robustes de gestion des données et l'assistance au développement de produits de données multiplateformes et au dimensionnement de l'infrastructure pour l'analytique.

Responsabilités clés

• Concevoir, développer, optimiser et maintenir l'architecture et les pipelines de données en adhérant aux principes ELT et aux objectifs commerciaux.
• Résoudre des problèmes de données complexes pour fournir des informations qui aident les entreprises à atteindre leurs objectifs.
• Créer des produits de données pour les ingénieurs, les analystes et les data scientists afin de stimuler leur productivité.
• Collaborer étroitement avec les data scientists et les équipes commerciales pour concevoir des fonctionnalités de modélisation efficaces.
• Diriger l'évaluation, l'implémentation et le déploiement de nouveaux outils et processus en ingénierie des données analytiques pour améliorer la productivité et la qualité de l'équipe.
• Travailler en partenariat avec les ingénieurs en apprentissage automatique, les spécialistes BI et les architectes de solutions pour développer des architectures techniques pour des projets stratégiques.
• Favoriser une culture de partage, de réutilisation, de conception pour la stabilité à grande échelle et d'efficacité opérationnelle dans les solutions de données et d'analytique.
• Conseiller, encadrer et coacher d'autres professionnels des données et de l'analytique sur les normes et les meilleures pratiques en matière de données.
• Développer et délivrer des plans de communication et d'éducation sur les capacités, normes et processus de l'ingénierie des données analytiques.
• Rester à jour avec les connaissances en apprentissage automatique, data science, vision par ordinateur, intelligence artificielle, statistiques et mathématiques appliquées pour effectuer le rôle efficacement.

Autres responsabilités

• Effectuer toutes les activités en toute sécurité et de manière responsable, en soutenant toutes les exigences et les programmes de l'environnement, de la santé, de la sécurité et de la sécurité.

Qualifications requises

• Licence en informatique, statistiques, ingénierie ou dans un domaine connexe.
• Minimum de 2 ans d'expérience en data science, apprentissage automatique ou dans des rôles connexes, notamment dans la fabrication numérique ou les applications industrielles.
• Compétence en ELT, analyse de données, SQL et au moins un langage de programmation (par exemple, Pyspark, Python).
• Connaissances conceptuelles en données et analytique, y compris la modélisation dimensionnelle, les outils de reporting, la gouvernance des données et les données structurées et non structurées.
• Bonne compréhension des méthodologies agiles et expérience en tant qu'ingénieur des données dans une équipe agile multifonctionnelle de préférence.
• Expérience dans la conception et la maintenance de data warehouses ou lakes de données avec des outils comme Snowflake.
• Maîtrise des technologies de bases de données cloud (par exemple, AWS) et développement de solutions de données et d'analytique sur des plateformes cloud.
• Expérience avec la conteneurisation et la gestion des pipelines et microservices (par exemple, Docker, Kubernetes).
• Expérience dans la construction et la maintenance de pipelines de données utilisant des outils de pointe (par exemple, Git, Jenkins).
• Exposition à l'apprentissage automatique, data science, intelligence artificielle, statistiques et mathématiques appliquées