مهندس بيانات رئيسي

الأدوار والمسؤوليات

بصفتك مهندس بيانات، من المتوقع أن تتمتع بخبرة قوية في إدارة البيانات (نمذجة البيانات وجودة البيانات واستخراج البيانات وتحويلها وإعداد التقارير) واستخدام خبرتك لدعم أنشطة علم البيانات اليومية بالإضافة إلى طرح المبادرات التي يمكن أن تعزز خبرة العمل في مجال البيانات من خلال الاستفادة من جودة البيانات وتوحيد تصميمات النمذجة واستخراج البيانات وتحويلها.

يتطلب الدور شراكة قوية مع علماء البيانات ومهندسي البيانات ومحللي البيانات وفرق إعداد التقارير، من خلال إظهار مهارات التواصل والتفاعل الشخصية القوية بالإضافة إلى إدارة المشاريع وأصحاب المصلحة.

ما هو على طبقك؟

بصفتك مهندس بيانات، ستكون مسؤولاً عن نطاقين من العمل:

دعم وحدات البيانات
العمل كمستشار لإدارة البيانات لفرق علم البيانات لدينا:
توجيههم لإنشاء نماذج البيانات وخطوط أنابيب استخراج البيانات وتحويلها التي تخدم حالة الاستخدام الخاصة بهم على أفضل وجه باتباع أفضل الممارسات من حيث الأداء والجودة والتكلفة.
مراجعة طلبات نشر الإنتاج وتقديم المشورة بشأن التغييرات لمتابعة المعايير المحددة.
دعم الفريق في ضبط حلول البيانات الخاصة بهم.
مواءمة الأولويات والتخطيط للأنشطة الأسبوعية / الشهرية.
المبادرات الأفقية
تحديد الفجوات والنواقص وبناء حلول بيانات شاملة تملأ الفجوات من حيث:
خفض تكلفة أنشطة منصة البيانات.
تحسين أداء خطوط أنابيب البيانات.
بناء/صيانة منتجات البيانات التي تدعم برنامج جودة البيانات والحوكمة
بناء/تحسين حلول بوابات جودة البيانات.
تحديد النواقص في جودة البيانات والحوكمة، وإجراء تحليل السبب الجذري وتقديم المشورة بشأن الحل وآليات المراقبة.
على أساس تناوب الفريق، قم بالعمل كوصي دعم الإنتاج لخطوط أنابيب ETL الخاصة بمنصة البيانات بالكامل في دورك.
الشراكة مع فرق هندسة البيانات وإعداد التقارير الخاصة بالبيانات والعمل معًا لدعم وحدات البيانات بشكل أفضل والتوافق مع المبادرات الأفقية عبر منصة البيانات.
ما تحتاجه لتحقيق النجاح

ما الذي طلبناه؟

معرفة متقدمة في لغة SQL وخبرة في العمل مع قواعد البيانات العلائقية، بالإضافة إلى إلمام بالعمل مع مجموعة متنوعة من قواعد البيانات.
خبرة قوية في نمذجة البيانات مع خبرة تتراوح من 5 إلى 8 سنوات.
خبرة في بناء خطوط أنابيب البيانات وتحسينها، وهندسة مستودعات البيانات، ومجموعات البيانات.
خبرة في إجراء تحليل السبب الجذري للبيانات والعمليات الداخلية والخارجية للإجابة على أسئلة العمل المحددة وتحديد فرص التحسين.

مهارات تحليلية قوية تتعلق بالعمل مع مجموعات البيانات غير المنظمة.

بناء العمليات التي تدعم تحويل البيانات وهياكل البيانات والبيانات الوصفية وإدارة التبعيات وعبء العمل.

مهارات قوية في إدارة المشاريع والتنظيم.

خبرة في دعم والعمل مع فرق متعددة الوظائف في بيئة ديناميكية.

حل المشكلات بشكل جيد مع عقلية النمو "اكتشفها".

متعاون ممتاز.

متواصل ممتاز.

شعور قوي بالملكية والمساءلة.

نهج "ابق الأمر بسيطًا" لتحقيق #makeithappen.

درجة البكالوريوس في الهندسة أو علوم الكمبيوتر أو التكنولوجيا أو مجالات مماثلة.

الملف الشخصي المرغوب للمرشح

1. هندسة وتصميم البيانات
الخبرة في تصميم وهيكلة أنظمة البيانات المعقدة التي تدعم احتياجات العمل، وضمان قابليتها للتطوير ومرونتها وكفاءتها.
فهم نماذج البيانات والمخططات وهياكل البيانات مثل الأنظمة العلائقية وNoSQL والأنظمة المستندة إلى السحابة.
الخبرة في تصميم قواعد البيانات (OLTP وOLAP) وبحيرات البيانات ومستودعات البيانات للتعامل مع البيانات المنظمة وغير المنظمة.
2. تقنيات قواعد البيانات
معرفة قوية بقواعد البيانات العلائقية (على سبيل المثال، MySQL وPostgreSQL وOracle) وقواعد بيانات NoSQL (على سبيل المثال، MongoDB وCassandra) وقواعد البيانات الرسومية.
الخبرة في تقنيات قواعد البيانات المستندة إلى السحابة مثل Amazon RDS وGoogle BigQuery وAzure SQL Database وSnowflake.
الكفاءة في إدارة قواعد البيانات، بما في ذلك ضبط الأداء والفهرسة والنسخ الاحتياطي والتخطيط لاسترداد البيانات بعد الكوارث.
3. نمذجة البيانات وعمليات ETL
الخبرة في تصميم نماذج البيانات المنطقية والمادية التي تم تحسينها للاستعلام وإعداد التقارير.
الخبرة في بناء وإدارة خطوط أنابيب ETL (الاستخراج والتحويل والتحميل) لنقل البيانات بين الأنظمة.
الإلمام بأدوات تكامل البيانات مثل Apache Nifi وTalend وInformatica.
4. الحوسبة السحابية والأنظمة الموزعة
الكفاءة في منصات السحابة (مثل AWS وGoogle Cloud Platform وMicrosoft Azure) لنشر وإدارة البنية الأساسية للبيانات.
معرفة أطر الحوسبة الموزعة مثل Apache Hadoop وSpark وFlink لمعالجة كميات كبيرة من البيانات.
الخبرة في تصميم أنظمة تخزين البيانات المستندة إلى السحابة والتي تسمح بالتوسع والفعالية من حيث التكلفة والتوافر العالي.
5. تقنيات البيانات الضخمة
الإلمام بأدوات البيانات الضخمة مثل Apache Kafka وHadoop وSpark لإدارة ومعالجة مجموعات البيانات الكبيرة في الوقت الفعلي.
فهم هندسة معالجة الدفعات ومعالجة التدفق لضمان معالجة البيانات وتحليلها في الوقت المناسب.
6. حوكمة البيانات والأمان
المعرفة بأفضل ممارسات حوكمة البيانات، وضمان جودة البيانات وسلامتها والامتثال للوائح القانونية (على سبيل المثال، GDPR وHIPAA).
الخبرة في تنفيذ تدابير أمان البيانات، بما في ذلك التشفير وضوابط الوصول وسجلات التدقيق، لحماية البيانات الحساسة.