บริษัท โปรเฟสชันแนลวัน จำกัด

ประเภทธุรกิจ : ที่ปรึกษาจัดหางาน

ตำแหน่งงานนี้ได้ปิดการรับสมัครแล้ว...สนใจตำแหน่งงานอื่นคลิกที่นี่

Data Engineer (บึงกุ่ม/สวนหลวง)

สถานที่ :

กรุงเทพมหานคร (เขตสวนหลวง)

เงินเดือน (บาท) :

100,000 - 140,000

สาขาอาชีพหลัก :

ไอที

สาขาอาชีพรอง :

Data Engineer/Big Data

รูปแบบงาน :

สัญญาจ้าง

จำนวนที่รับ :

2 ตำแหน่ง

วันหยุด :

วันเสาร์, วันอาทิตย์

เวลาทำงาน :

09:00 - 18:00

เวลาทำงานอื่น :

8:00-17:00

ระดับตำแหน่งงาน :

Negotiable

Design, develop, and maintain scalable data pipelines for batch and real-time processing
Implement ETL processes to extract data from various sources and load it into data warehouses or data lakes
Optimize data storage and retrieval processes for improved performance
Collaborate with data scientists and analysts to understand their data requirements and provide appropriate solutions
Ensure data quality, consistency, and reliability across all data systems
Develop and maintain data models and schemas
Implement data security measures and access controls
Troubleshoot data-related issues and optimize system performance
Stay up-to-date with emerging technologies and industry trends in data engineering
Document data architectures, pipelines, and processes

เพศ :

ไม่ระบุ

อายุ(ปี) :

ไม่จำกัด

ระดับการศึกษา :

ปริญญาตรี ขึั้นไป

ประสบการณ์(ปี) :

3 ปีขึั้นไป

Bachelor's degree in Computer Science, Engineering, or a related field
2-4 years of experience in data engineering or similar roles
Strong programming skills in Python, Java, or Scala
Proficiency in SQL and experience with relational databases (e.g., Databrick, PostgreSQL, MySQL)
Experience with big data technologies such as Hadoop, Spark, or Hive
Familiarity with cloud platforms (AWS, Azure, or GCP) and their data services
Knowledge of data warehousing concepts and ETL best practices
Experience with version control systems (e.g., Git)
Understanding of data modeling and database design principles
Solid problem-solving skills and attention to detail 11. Good communication skills and ability to work in a team environment
Experience with Azure data platform (ADF, Databrick)
Familiarity with data visualization tools (e.g., Tableau, Power BI)
Knowledge of stream processing technologies (e.g., Kafka, Flink)
Experience with containerization technologies (e.g., Docker)
Understanding of machine learning concepts and data science workflows
Familiarity with data governance and compliance requirements