职位：云数据库架构师-现场面试
地点：加利福尼亚州西湖村-现场
时长：长期
现场面试
云数据库架构师将：
设计和实施利用AWS服务的云原生数据平台，包括数据仓库（Redshift、Snowflake）和湖仓（Databricks、Delta Lake、Apache Iceberg）。
定义现代数据架构蓝图，结合多模型策略（SQL、NoSQL、流媒体、非结构化）以支持企业级分析和应用。
使用Kafka、Kinesis等平台架构和交付事件流解决方案，实现实时摄取、丰富和下游处理。
在AWS（RDS和EC2）上架构、管理和优化SQL Server，围绕高可用性、灾难恢复、备份和扩展进行自动化。
领导和执行SQL Server到PostgreSQL的迁移计划，确保最小化中断、优化性能和成本效益。
在关系数据平台上实施高级性能调优、索引和工作负载管理策略。
使用Delphix架构和实施数据复制和屏蔽策略，重点在于自动化配置和配置。
为Microsoft SQL Server和PostgreSQL环境提供复制、屏蔽和虚拟化支持，确保非生产环境中的安全性、合规性和效率。
使用Terraform、OpenTofu或AWS CDK实施基础设施即代码（IaC）实践，以配置和管理数据平台。
建立DataOps实践，包括数据管道的CI/CD、自动化模式管理、持续测试和监控。
主动识别数据库操作中的自动化机会，包括配置、修补、备份、监控和性能调优——重点在于使用Terraform或OpenTofu自动化基础设施部署以及跨所有数据库类型自动化性能分析和优化。
构建自动化框架，用于配置、修补、性能优化、HA/DR、合规性和安全操作。
持续监控、分析和优化SQL、NoSQL、数据仓库、湖仓和流媒体平台的性能。
实施安全最佳实践，包括加密、屏蔽、密钥管理、RBAC和符合行业法规。
利用可观测性工具（CloudWatch、OTEL、New Relic或类似工具）提供端到端监控、警报和自愈自动化。
与工程、信息安全和DevOps团队合作，设计可扩展、自动化、云原生的数据解决方案。
定义和发布企业数据平台的标准、模式和可重用模板。
为其他团队成员提供技术指导和指导，促进自动化文化和管理多样化数据库环境的最佳实践，包括Microsoft SQL Server、PostgreSQL、DynamoDB和各种NoSQL数据库，重点在于编写和优化高效的查询/数据访问模式。
资格：
计算机科学或相关领域的学士学位，硕士学位优先。
至少5年担任数据库架构师或类似角色的经验，其中3年以上在云原生数据平台方面的经验。
至少5年使用Microsoft SQL Server的经验，包括数据库设计、管理、性能调优和高可用性解决方案，重点在于自动化和专家级查询优化技能。
在云原生数据仓库和湖仓方面的丰富经验：AWS Redshift、Snowflake、Databricks、Delta Lake、Apache Iceberg。
在事件流平台（Kafka、Kinesis或MSK）方面的强大专业知识，用于实时管道。
具有DynamoDB、MongoDB或Cassandra等NoSQL平台的实际操作经验。
在AWS上的SQL Server方面的深厚专业知识，包括高可用性、自动化、迁移和性能调优。
在SQL Server和PostgreSQL中实施基于Delphix的复制、屏蔽和配置策略的经验。
在Python、PowerShell、AWS CLI或等效编程语言方面的强大背景，用于自动化。
在使用IaC工具（Terraform、OpenTofu、AWS CDK）进行云数据基础设施配置方面的实际操作经验。
在使用GitLab CI、Jenkins或AWS CodePipeline实施数据库和数据工作负载的CI/CD管道方面的成功经验。
在SQL和NoSQL上的查询优化、索引和模式设计方面的专家。
对云数据安全、治理和合规实践的扎实理解。
具有可观测性和监控框架的经验，以确保数据系统的弹性和自愈。
强大的分析和问题解决能力。
优秀的书面和口头沟通能力，能够影响高级利益相关者并指导同事。
能够在快节奏、协作和高度可见的环境中茁壮成长。
在PostgreSQL方面有丰富经验，包括数据库设计、管理、性能调优、高可用性和复制，并对PostgreSQL特定的查询优化技术有深入了解。
