Stanowisko Inżyniera Danych (Analytics) w Grupie ZEISS

Twoje zadania

Jesteś doświadczonym Inżynierem Danych i chcesz pracować nad ekscytującymi projektami analityki danych w środowisku Microsoft Azure? Dołącz do Grupy ZEISS i bierz udział w:

• Udziale w projektach analityki danych end-to-end w ramach Microsoft Azure.
• Budowie i utrzymaniu potoków danych za pomocą Azure Data Factory.
• Implementowaniu logiki transformacji danych z Apache Spark (Databricks, Synapse).
• Transformowaniu surowych danych w znaczące zbiory danych i wglądy.
• Mentorowaniu młodszych kolegów.
• Rozwijaniu wysoce skalowalnych produktów danych dla zautomatyzowanej konsolidacji danych i analizy w celach uczenia maszynowego - od koncepcji do działania.
• Ewaluowaniu i integrowaniu najnowszych trendów i technologii inżynierii danych, aby stymulować innowacyjne rozwiązania.
• Zapewnianiu ciągłej jakości, możliwości ponownego wykorzystania i doskonaleniu wydajności, biorąc odpowiedzialność za aplikacje i interesariuszy podczas rozwoju, uruchamiania i eksploatacji.
• Automatyzowaniu i wdrażaniu transformacji danych i potoków na dostarczonej Platformie Danych.
• Pracy w środowisku tworzenia oprogramowania przykładającym duże znaczenie do dokładności, z mentalnością devops.
• Ścisłej współpracy z naukowcami danych w celu implementacji przypadków użycia AI, takich jak ekstrakcja jednostek, systemy rekomendacyjne oraz chatboty, wykorzystujące różne typy danych (np. szeregi czasowe, obrazy, dokumenty).

Twój profil

Aby doskonale wpasować się w tę rolę, powinieneś posiadać:

• Co najmniej 3 lata relevantnego doświadczenia zawodowego jako Inżynier Danych.
• Ponad 2 lata praktycznego doświadczenia z Python.
• Trwałe umiejętności w dziedzinie rozwoju oprogramowania.
• Mocną wiedzę na temat SQL i ogólnych umiejętności programistyczne.
• Ekspertyzę w programowaniu zorientowanym obiektowo i modularizacji aplikacji.
• Znajomość projektowania i implementacji modeli danych, śledząc zasady, metody i najlepsze praktyki.
• Doświadczenie z różnymi ramami integracji danych, zarówno w postaci batchowej jak i synchronicznej/asynchronicznej integracji czasu rzeczywistego.
• Umiejętność rozumienia i komunikowania szczegółów technicznych na wszystkich poziomach organizacji.
• Doświadczenie z wieloma typami magazynów danych (relacyjne, analityczne, bazy danych w pamięci, obiektowe magazyny danych, silniki wyszukiwania, bazy danych grafowych) i ich modelowanie fizyczne.
• Najlepsze praktyki i implementacja dla ciągłej integracji/dostawy, w tym testy jednostkowe, pipeline'y CICD i wdrażanie (preferowanie z Azure DEVOPS, Gitlab).
• Niezależność, sum