需求背后的故事：
- 业务组：企业平台架构与启用 - 从头到尾构建数据管道
- 项目：与外部供应商合作的计划（欺诈和了解您的客户技术）- 确保数据被正确摄取、结构化；与欺诈、数字团队和业务合作伙伴协调工作，以确保数据有效成型阶段：通过概念验证，目前与供应商合作伙伴协调并确保他们的技术与我们的技术对齐，处于早期阶段并逐步增加
候选人价值主张：
- 成功的候选人将有机会接触大数据分析中的先进技术，如 Spark、GCP、Kafka、MongoDB；在加拿大前五大银行工作。
- 包容和协作的工作环境，鼓励创造力、好奇心，并庆祝成功
- 接触应用分析技术的不同业务线
- 参与实践项目的分配，提供获得新知识和发展技能的机会
角色中的典型一天：
- 与业务线和其他利益相关者合作，识别通过利用数据工程师推动业务价值的机会。
- 通过摄取、建模、转换和存储在不同的数据存储中高效处理大量结构化和非结构化数据。利用分布式计算工具（如 Spark、Cloud）进行分析、数据挖掘和建模
- 与运营和其他分析团队合作，在不同渠道和平台上部署模型并自动化管道/工作流
- 与团队合作设计项目架构和路线图。
- 创建和应用模型和算法测试策略，以衡量模型的有效性，并进行持续更改。
- 准备详细的文档以概述使用和开发的数据源、模型和算法。
- 向业务线利益相关者展示结果，并帮助实施基于数据的实际变更。
候选人要求/必须具备的技能：
- 10年以上数据工程师、软件开发人员或类似技术角色的渐进式经验。
- 5年以上 SQL/NOSQL 和关系数据库技术/概念经验，用于查询/操作数据集和管理/控制数据库。
- 3年以上 Google Cloud Platform 数据摄取和本地到云环境数据复制经验。
- 5年以上使用 Python 或等效语言（Scala、Java）编程经验，以及 Spark、Airflow 等工具（请列出哪些）
加分技能：
- 具有 DBT（数据构建工具）经验
- 创建 Docker 镜像的经验
- MongoDB 的经验/知识
- 来自银行/金融服务的经验
所需软技能：
- 出色的书面、口头和人际交往能力，用于高管级别的沟通和协作
- 能够在快节奏、不断变化的环境中工作并管理多个优先事项。
- 实用且能够解决复杂问题。
- 具有与各种跨职能团队合作的经验
教育背景：
- 计算机科学、工程或相关领域的学士学位或同等学历。
最佳与普通候选人：
- GCP、Python 和 Spark 经验最佳用于编程
候选人评审与选择：
- MS Teams 视频面试 - 第一次 - HM 面试轮次 - 最多 45 分钟
- 第二次 - 小组技术轮次 - 最多 45 分钟 - 可能包含练习/案例研究部分
职位详情
11846
合同
6个月
多伦多
69.00 CAD
招聘人员
Pranshu Gupta
