Практичне здійснення інженерії особливостей (включаючи перевірку особливостей, перетворення особливостей, трубопровід особливостей, обслуговування та тренування бази даних, метадані особливостей і збір артефактів), а також життєвий цикл моделі машинного навчання.
Практичний досвід розробки на JAVA Full Stack, Python, знання в TensorFlow, ReactJS, і ADO.
Досвід впровадження Data as a Service.
Потужні статистичні знання, навички аналітики та вирішення проблем є бажаними.
Знайомство з cache DB та vector DB.
Глибоке розуміння робочих процесів відповідного AI та управління моделями буде великим перевагами.
Досвід роботи з технологіями Big Data (включаючи Hortonworks HDP, Apache Hadoop, HDFS, Hive, Sqoop, Flume, Zookeeper та HBase, Oozie, Spark, Ni-Fi, Kafka, Snap Logic, AWS, Redshift).
Досвід роботи з інструментами моніторингу.
Здатність розробляти за допомогою мов Python, Spark та R.
Відмінні навички управління та аналітики.
Сильні навички письмового та усного спілкування.
Достойне розуміння та досвід роботи з методологіями проекту (наприклад, SDLC, Agile).
Досвід проектування та впровадження конвеєрів ETL за допомогою Apache Spark, Hive, Snowflake Structured Streaming та Python для обробки даних потокових подій.
Досвід налаштування продуктивності Apache Spark та Hadoop YARN.
Досвід програмування на Java.
Здатність надавати контроль та керівництво командам Hadoop та розробників.
Знання Camunda, Angular.
Здатність виявляти та змінювати Shell script/Python.
Глибоке розуміння екосистеми Big Data.
Кандидат також повинен мати глибоке розуміння архітектурних шаблонів, шаблонів проектування, методів оцінювання, налаштування продуктивності та усунення неполадок в Big Data.
Готовність працювати поза рамками робочого часу вихідних.
Здатність співпрацювати з багатьма командами розробників та координувати розв'язання проблем.
Сильні аналітичні та міжособистісні навички.
Постійний моніторинг та керування кластером Hadoop.