Banco Mercantil del Norte, S.A.
HEXAWARE
Big Data Lead
PythonSQLAWSTerraform
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
- Sr Dev - AWS Data Engineer mit 12+ Jahren Erfahrung in der Softwareentwicklung -
- Entwurf und Implementierung skalierbarer Batch- und Near-Real-Time-Datenpipelines unter Verwendung von Python, PySpark, Glue, EMR, Lambda und Step Functions.
- Definition von Datenspeicherungs-, Transformations- und Zugriffsmustern über S3, Redshift, Athena, RDS und DynamoDB.
- Entwurf ereignisgesteuerter und Integrationslösungen unter Verwendung von SNS, SQS, Kinesis und APIs.
- Festlegung von Standards für Datenqualität, Beobachtbarkeit, Überwachung, Protokollierung und Fehlerbehebung.
- Optimierung der Datenverarbeitung, -speicherung und Abfrageleistung über AWS-Plattformen.
- Leitung der Fehlerbehebung bei Produktionsproblemen und Durchführung von Ursachenanalysen und Korrekturmaßnahmen.
- Unterstützung von Cloud-Migrationen, Datenmigrationen und Modernisierungsinitiativen.
- Überprüfung von Lösungsentwürfen, Codequalität und Produktionsbereitschaft über Projekte hinweg.
- Zusammenarbeit mit Architekten, Plattformteams und Business Stakeholdern zur Abstimmung technischer Lösungen mit Geschäftsanforderungen.
- Förderung von Best Practices für CI/CD, Deployment-Automatisierung und Dokumentation.
Erforderliche Fähigkeiten und Qualifikationen
- Solider IT-Hintergrund und Erfahrung.
- Erfahrung als Anwendungsentwickler für Projekte ähnlichen Umfangs und mit ähnlicher Verantwortung.
- Fortgeschrittene Kenntnisse der AWS-Dienste und Architektur.
- Umfangreiche Erfahrung mit Python objektorientierter Programmierung, PySpark, SQL und ETL-Frameworks.
- Tiefgreifende Erfahrung mit AWS-Diensten, einschließlich Glue, EMR, Redshift, RDS, Athena, Lambda, Step Functions, SNS, SQS, S3, CloudWatch und CloudTrail.
- Starkes Verständnis von Enterprise Data Architecture, Migration und Support-Modellen.
- Erfahrung mit GitLab und Terraform sowie Release-/Deployment-Praktiken.
Bevorzugte Fähigkeiten
- Erfahrung mit Kinesis, ECS, Batch, Beanstalk und DynamoDB.
- Kenntnisse von Infrastructure-as-Code und wiederverwendbaren Plattformmustern.
- Gutes Verständnis der Performance-Technik von Code-Pipelines und Near-Real-Time-Systemen
- Gutes Verständnis von Agents und MCP
