Ingénieur Data Ops - Ingénieur Logiciel - Technologie

Description de l'entreprise

À propos de Merkle

Merkle, une entreprise de Dentsu, est une société de gestion de l'expérience client (CXM) axée sur les données qui se spécialise dans la fourniture d'expériences client uniques et personnalisées sur différentes plateformes et appareils. Depuis plus de 30 ans, des entreprises du Fortune 1000 et des organisations à but non lucratif de premier plan se sont associées à Merkle pour maximiser la valeur de leur portefeuille de clients. L'héritage de l'entreprise dans les domaines des données, de la technologie et de l'analytique forme la base de ses compétences inégalées pour comprendre les informations sur les consommateurs qui alimentent des stratégies de marketing hyper-personnalisées. Ses forces combinées dans le conseil, la création, les médias, l'analytique, les données, l'identité, le CX/commerce, la technologie, et la fidélité & les promotions entraînent une amélioration des résultats du marketing et un avantage concurrentiel. Avec plus de 14 000 employés, Merkle a son siège social à Columbia, Maryland, et plus de 50 autres bureaux dans les Amériques, l'EMEA et l'APAC. Pour plus d'informations, contacter Merkle au 1-877-9-Merkle ou visiter www.merkle.com.

Description du poste

Rôles & Responsabilités supplémentaires :

• Appliquer de solides compétences techniques dans une équipe d'ingénierie de données construisant une technologie de premier plan

• Adopter un rôle actif au sein de l'équipe pour aider à concevoir, mettre en œuvre et lancer des pipelines de données efficaces et fiables déplaçant des données à travers un certain nombre de plateformes, y compris Data Warehouse, des caches en ligne et des systèmes en temps réel

• Créer une architecture de données qui est flexible, évolutive, et cohérente pour une utilisation transversale et alignée sur les exigences commerciales des parties prenantes

• Déployer l'orchestration des workflows et démontrer une expertise dans la modélisation des données, le développement ETL et l'entreposage des données

• Créer des outils de premier plan pour augmenter la productivité des analystes de données, des scientifiques de données et des spécialistes du marketing

• Aider l'organisation Marketing à devenir une organisation 100 % axée sur les données en construisant une plateforme de données de nouvelle génération qui apporte des données précises et opportunes aux spécialistes du marketing

• Valider les éléments de données commerciales de l'ingénierie de données, les conceptions d'architecture de renseignements d'affaires et d'organisation pour les domaines fonctionnels de l'ingénierie, des tableaux de bord, des lacs de données, des opérations de données, ML - AI, et les processus d'entrée et de sortie en amont et en aval

• Plus de 4 ans d'expérience dans l'industrie en ingénierie de données, en science des données ou dans un domaine connexe, avec une expérience de manipulation, de traitement et d'extraction de valeur à partir de grands ensembles de données

• Expérience de construction et de gestion de pipelines de données et de dépôts dans des environnements cloud tels que Google Cloud, Microsoft Azure ou AWS

• Une expérience avec Airflow est indispensable

• Expérience en extraction/nettoyage des données et en génération d'informations à partir de grands ensembles de données transactionnelles à l'aide de Spark SQL, SQL, Python, et PySpark dans le cloud

• Expérience d'optimisation des pipelines Spark sur Dataproc, Databricks ou des technologies similaires

• Solides compétences en communication verbale et écrite à tous les niveaux ; capacité à communiquer des informations complexes sur le comportement des clients à la fois aux partenaires fonctionnels et à la direction exécutive

• Ouvert à l'exploration d'idées avec de solides capacités de résolution de problèmes et d'analyse

• Capacité démontrée à créer des partenariats et à établir des relations avec d'autres fonctions et collègues au sein de l'organisation

Qualifications

Diplôme BA/BS en informatique, toute discipline d'ingénierie, statistiques, systèmes d'information ou autre domaine quantitatif

Informations supplémentaires

Compétences appréciées:

Python
GCP (Big Query)
Spotfire/Qlikview/PowerBI
Techniques d'apprentissage automatique supervisé et non supervisé (regroupement, tableau de décision
Techniques de modélisation (régression linéaire, régression logistique, prévision)
SQL
Modélisation ensembliste, XGBoost, extraction de texte
Services d'analyse
IC Senior
Sr. Analyst
Hive, Spark (PySpark), Hadoop, environnement de Big data
Domaines spécifiques d'expertise
Retail, domaine de l'e-commerce