- Страна
- Колумбия
Data Engineer - GCP
Оценка ИИПозиция в крупной международной компании с хорошими возможностями для профессионального роста. Стек технологий актуален, а работа в мультикультурной среде добавляет привлекательности вакансии.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубоких знаний GCP и опыта работы с ETL-процессами более 3 лет. Сложность обусловлена необходимостью владения широким стеком технологий, включая Spark, Python для ML и опыт работы с разнообразными источниками данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но рыночные оценки для Data Engineer в Колумбии показывают стабильный рост. Предложенный диапазон соответствует средним ставкам для специалистов с опытом работы от 3 лет в международном секторе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
EPAM NEORIS is a Digital accelerator that helps companies enter the future, having 20 years of experience as Digital Partners of some of the largest companies in the world. We have more than 4,000 professionals in 11 countries, with our multicultural startup culture where we cultivate innovation, continuous learning to create high-value solutions for our clients.
We are looking for a Data Engineer - GCP
Requirements:
- Data Ingestion
- + 3 years SQL (ETL, Complex Database Scripting)
- Data Extraction from various sources (Files, Plans, Excel, MS SQL / Oracle / Snowflake / Hana / SAP ECC / ERPs) (Structured Data / Unstructured Data) (At least 3 different types)
- Desirable: Spark (ETLS, Distributed Systems for High Data Volumes)
Data Integration & Transformation (Data Pipelines) (Automated ETL Process)
- + 3 years Python (ETLs, Pipelines) for Machine Learning
- Experience in data preparation for Data Science teams, from the review of Sources, their Cleaning, Integration and Data Transformation.
- Tagging Data Sets (Data Annotation Toolset) GCP
- Experience in Transformations for Model Types (Supervised (Labels delivered) / Unsupervised (model finds patterns))
- Experience creating data ingestion processes to models, to generate predictions.
- 2 years Data Cleansing
- Data Wrangling
- Data Cleansing
- Data Quality
Cloud computing
- · + 2 years GCP
- · API Management, Azure Pipelines, Log Analytics, Azure Functions, Databricks, Storage – SQL Azure / CosmosDB / Table Storage / Blob Storage)
- GIT: GitHub, BitBucket.
- CI/CD, Jenkins, Azure Pipelines, Airflow.
Bigdata
- Spark, Hadoop, among others
- NoSQL (Mongo, Cosmos)
We offer:
- Professional growth
- Dynamic work environment
- Attractive benefits plan
- Benefits of law and superiors
Come and meet us on: http://www.neoris.com, on Facebook, LinkedIn, Twitter, or Instagram @NEORIS.
Brenda Catzin
#LI-BC2
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- GCP
- SQL
- Python
- ETL
- Spark
- Machine Learning
- Data Pipelines
- Snowflake
- Oracle
- SAP ECC
- Data Cleansing
- Data Wrangling
- Azure Pipelines
- Jenkins
- Airflow
- Hadoop
- NoSQL
- MongoDB
- Cosmos DB
- GitHub
- BitBucket
Возможные вопросы на собеседовании
Проверка практического опыта работы с облачной инфраструктурой Google.
Расскажите о вашем опыте построения ETL-процессов именно в GCP. Какие сервисы (например, Dataflow, BigQuery) вы использовали чаще всего?
Оценка навыков оптимизации обработки больших данных.
В каких случаях вы бы предпочли использовать Spark вместо стандартных SQL-скриптов для трансформации данных?
Проверка понимания специфики подготовки данных для машинного обучения.
Как вы подходите к процессу очистки и разметки данных (Data Annotation) для моделей контролируемого обучения (Supervised Learning)?
Оценка навыков работы с CI/CD и автоматизацией.
Опишите ваш опыт настройки CI/CD пайплайнов для дата-проектов с использованием Jenkins или Azure Pipelines.
Проверка умения работать с неструктурированными данными.
С какими типами неструктурированных данных вы работали и какие инструменты использовали для их извлечения и интеграции?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
