Leader Data Engineer

Xử lý và tích hợp dữ liệu lớn (Big Data): Với khối lượng dữ liệu lớn, kỹ sư dữ liệu cần sử dụng các công nghệ Big Data như Apache Hadoop, Spark hoặc Kafka tôi sưu hóa xử lý và lưu trữ dữ liệu một cách hiệu quả.
Thiết kế và xây dựng pipeline dữ liệu: Kỹ sư dữ liệu chịu trách nhiệm thiết kế, phát triển và tối ưu hóa các luồng xử lý dữ liệu (ETL/ELT) để chuyển đổi, tải và tích hợp dữ liệu từ các hệ thống nguồn (như hệ thống ngân hàng lõi, CRM, ERP) vào Data Lake. Mục tiêu đảm bảo dữ liệu được xử lý một cách nhanh chóng và hiệu quả.
Hướng dẫn và quản lý nhóm: Quản lý nhóm, hướng dẫn và phân công công việc cho các thành viên.
Quản lý và bảo trì hệ thống dữ liệu: Đảm bảo rằng hệ thống Data Lake hoạt động ổn định, thực hiện bảo trì thường xuyên và cải tiến hiệu suất hệ thống khi cần thiết, bao gồm việc giám sát dữ liệu, phát hiện và khắc phục sự cố, cũng như tối ưu hóa hiệu suất hệ thống.
Quản lý và giám sát: Cải tiến tối ưu hóa tốc độ và xử lý dữ liệu, đảm bảo hệ thống hoạt động ổn định

- Kiến thức và Kinh nghiệm Chuyên môn
Thành thạo các công cụ và nền tảng Big Data: Kỹ sư dữ liệu cần có kỹ năng với các công cụ và công nghệ như Apache Hadoop, Apache Spark, và Kafka, cũng như các dịch vụ Cloud như AWS Glue, Google BigQuery, hoặc Azure Data Lake.
3- 5 năm kinh nghiệm trong trong lĩnh vực quản lý dữ liệu, ít nhất 3 năm vai trò quản lý về Datalake và Bigdata.
Hiểu biết về Python hoặc Scala: Đa số các công cụ Big Data sử dụng Python hoặc Scala để phát triển và triển khai các quy trình xử lý dữ liệu.
Kiến thức về cơ sở dữ liệu và ETL/ELT: Kỹ năng làm việc với cơ sở dữ liệu quan hệ (SQL, Oracle) và NoSQL (MongoDB, Cassandra) là cần thiết, cùng với kinh nghiệm xây dựng và tối ưu hóa các pipeline ETL/ELT để xử lý và chuyển đổi dữ liệu từ nhiều nguồn.
Kinh nghiệm với hệ thống dữ liệu lớn (Big Data): Có kinh nghiệm làm việc với các hệ thống dữ liệu lớn, bao gồm việc xử lý và lưu trữ dữ liệu khối lượng lớn trong môi trường phân tán.
- Kỹ năng và Khả năng Kỹ thuật
Quản lý chất lượng dữ liệu và Data Governance: Có khả năng kiểm tra và quản lý chất lượng dữ liệu, hiểu biết về các khái niệm quản trị dữ liệu (Data Governance) và thực hiện các quy trình đảm bảo chất lượng.
Kinh nghiệm với Data Lake và Data Warehouse: Hiểu biết về các mô hình lưu trữ dữ liệu như Data Lake và Data Warehouse, khả năng quản lý dữ liệu bán cấu trúc và phi cấu trúc (JSON, XML).
Tích hợp dữ liệu và làm việc với API: Kỹ sư dữ liệu cần có kinh nghiệm tích hợp dữ liệu từ nhiều nguồn, bao gồm các hệ thống ngân hàng cốt lõi (Core Banking), CRM, và hệ thống quản lý tài chính.
- Yêu cầu về Bảo mật và Quy định
Kiến thức về bảo mật dữ liệu: Do làm việc trong lĩnh vực ngân hàng, kỹ sư dữ liệu cần có hiểu biết về các quy định bảo mật và tuân thủ (như GDPR, PCI DSS) để bảo vệ dữ liệu nhạy cảm.
Kinh nghiệm làm việc trong môi trường có quy định nghiêm ngặt: Kỹ sư dữ liệu cần quen thuộc với các yêu cầu tuân thủ trong ngành tài chính và có kinh nghiệm làm việc trong môi trường quản lý rủi ro cao.

Với nữ nhân viên: ngày 8/3, 20/10;
Chế độ lương thưởng hấp dẫn;
Môi trường làm việc thân thiện, năng động, đa dạng và thăng tiến.
Bếp ăn cho Nhân viên (công ty hỗ trợ chi phí);
Các chế độ nghỉ theo quy định của nhà nước;
Nghỉ mát một lần một năm, team building 1- 2 dịp một năm và các chế độ đào tạo, công tác khác;
Hỗ trợ người lao động các dịp: 30/4 – 1/5, ngày 2/9, tết dương lịch;
Thưởng Tết âm Lịch;
Quà sinh nhật cho người lao động;
Với nhân viên có con dưới 15 tuổi: 1/6, trung thu;
Chế độ BHYT, BHXH, BHTN, BH Sức khỏe

Cập nhật gần nhất lúc: 2024-10-31 16:05:02