Pārskats. Projektējiet un ieviesiet datu apstrādes konveijerus, izmantojot Databricks, Spark, Python un citus rīkus un valodas, kas izplatītas Azure ekosistēmā, nodrošinot augstas kvalitātes risinājumus, izmantojot kodu pārskatīšanu un inženiertehniskās labākās prakses dokumentāciju. Jums tiks dota iespēja pašam uzņemties projektu izstrādi/ieviešanu. Lai veiktu savus uzdevumus, jūs sadarbosities ar produktu vadītājiem, risinājumu arhitektiem, inženieriem un datu zinātniekiem. Pienākumi Galveno Enterprise Data Warehouse un Azure Data Lake projektu piegāde laikā un budžeta ietvaros. Diska risinājuma izstrāde un izveide, lai nodrošinātu datu mērogojamību, veiktspēju un atkārtotu izmantošanu. un citas sastāvdaļas Nodrošināt savlaicīgu un budžeta piegādi, kas atbilst projekta prasībām, vienlaikus ievērojot uzņēmuma arhitektūras standartus. Pārraugiet koordināciju un partnerības ar biznesa attiecību vadītājiem, arhitektūras un IT pakalpojumu komandām, lai izstrādātu un uzturētu EDW un datu ezera paraugpraksi un standartus, kā arī atbilstošas ​​kvalitātes nodrošināšanas politikas un procedūras Var vadīt darbinieku un līgumu resursu komandu, lai izpildītu būvniecības prasības: Nosakiet komandas prioritātes, lai nodrošinātu uzdevumu izpildi. Koordinējiet darba aktivitātes ar citiem IT pakalpojumiem un biznesa komandām. Lai komanda būtu atbildīga par sasniegumiem Kvalifikācijas Gadi Pieredze Bakalaura grāds datorzinātnēs, MIS, uzņēmējdarbības vadībā vai saistītā jomā 14 + gadu’ pieredze informācijas tehnoloģiju vai biznesa attiecību vadībā 8 + gadi’ pieredze datu noliktavā/Azure Data Lake; 2+ gadu liela datu pieredze Vismaz 4 gadu’ pieredze projekta vadītāja amatā Obligātās tehniskās prasmes Risinājumi Pieredze datu, BI vai Analytics projektos - zināšanas sistēmu izstrādē dzīves cikls, integrācija un ilgtspējība Spēcīga programmēšanas pieredze, Java/Python/Scala/SQL Pieredze darbā ar Big Data apstrādes ietvariem iekš Azure (BLOB/ADLS, Databricks/Spark, Azure Data Factory u.c.) Pieredze darbā ar datu noliktavas platformām un projektiem (pieredze ar zvaigžņu shēmām, palēninot mainīgo izmēru u.c.) — Teradata pieredze papildus pieredze darbā ar Big Data straumēšanas pakalpojumiem un rīkiem, piemēram, Kafka, Spark Stream t Spēja strādāt ar veiklām piegādes metodoloģijām Spēja plānot prasības & iteratīvi izstrādāt kopā ar biznesa partneriem bez formālu prasību dokumentācijas Spēja paredzēt resursus un finansējumu, lai sasniegtu projekta rezultātus. Atšķirīgās kompetences Teicamas problēmu risināšanas un starppersonu prasmes Spēcīgas komunikācijas prasmes