شرح شغل:

• طراحی، توسعه و نگهداری پایپلاین‌های داده‌ای (Data Pipeline) برای جمع‌آوری، پاک‌سازی و انتقال داده‌های بانکی و تراکنشی.
• پیاده‌سازی و مدیریت Data Lake / Data Warehouse بر روی پلتفرم‌های On-Premise.
• اطمینان از کیفیت و صحت داده‌ها و ایجاد ETL/ELT کارآمد.
• همکاری با تیم ML Engineering برای آماده‌سازی داده‌های مدل‌ها.
• بهینه‌سازی عملکرد پایگاه‌های داده و سیستم‌های پردازش داده.

• مسلط به زبان‌های برنامه‌نویسی Python، SQL.
• آشنایی با سیستم‌های داده Spark، Kafka، Airflow.
• تجربه کار با Kubernetes و Docker.
• آشنایی با ابزارهای Data Quality و Data Governance.

• حداقل 3 سال تجربه حرفه‌ای در مهندسی داده.
• تجربه کار با داده‌های بانکی یا مالی مزیت دارد.

• توانایی طراحی ETL پیچیده و بهینه.
• توانایی حل مسئله و بهینه‌سازی عملکرد پایگاه داده.
• مهارت در مستندسازی و ایجاد پایپلاین‌های قابل اطمینان.

شرایط احراز شغل:

• روحیه کار تیمی
• مسئولیت پذیر و متعهد
• توانایی حل مسئله