Splunk Data Analytics (SME)

<h1>Присоединяйтесь к нашей команде в качестве аналитика данных Splunk в IT Concepts Inc.</h1>

<p>С момента своего основания в 2003 году компания IT Concepts придерживается основных ценностей, таких как ориентированность на клиента, командная работа, стремление к достижениям, инновации и честность. Эти принципы не только усиливают наши совместные усилия, но и нашу способность достигать значительных этапов и оказывать положительное влияние на наши сообщества. В IT Concepts мы выращиваем культуру, которая способствует изменениям, поощряет эксперименты, продвигает непрерывное обучение и подчёркивает непрерывное улучшение.</p>

<p>Мы используем подход дизайн-мышления для решения проблем, который вызывает сомнения в обычных предположениях, способствует возникновению любопытства и принимает сложность. Этот подход гарантирует предоставление инновационных, эффективных и действенных решений. В процессе нашего непрерывного расширения для поддержки государственных клиентов, мы стремимся к ассимиляции профессионалов, которые одновременно мотивированы и изобретательны.</p>

<p>В настоящее время мы ищем <strong>Аналитика данных Splunk (Эксперта по предметной области)</strong> для присоединения к нашей динамичной команде. Эта роль предполагает работу в Уудлоуне, штат Мэриленд, и поддержку нескольких ключевых проектов в федеральном агентстве.</p>

<h2>Описание роли:</h2>
<p>Аналитик данных Splunk будет отвечать за:</p>
<ul>
<li>Оптимизацию потока данных путём агрегации и фильтрации.</li>
<li>Анализ неструктурированных и полуструктурированных данных с использованием таких техник, как латентное семантическое индексирование, идентификация сущностей, комплексная обработка событий и применение алгоритмов анализа на высокопроизводительных вычислительных инфраструктурах.</li>
<li>Применение творчества к нетрадиционным подходам к анализу масштабных объёмов неструктурированных данных, способствуя высокоценным использованиям через многомерные интерфейсы.</li>
<li>Обработка и индексация больших объёмов данных и потоков данных высокой скорости, с акцентом на обнаружение внутри больших данных.</li>
</ul>

<h2>Требования:</h2>
<ul>
<li>Опыт консолидации наборов данных для соответствия общей информационной модели,