États-Unis
HEARTLAND BUSINESS SYSTEMS LLC
Dell Technologies
Ingénieur système associé, Gestion des données
États-Unis
North Carolina, United States
PythonSQLAWSGCP
Traduction automatique. Consultez l’original.
À propos du poste
Ingénieur système associé, Gestion des données
Nos professionnels de la vente sur le terrain s'appuient sur un support technique proactif tout au long du processus de vente, et notre équipe experte en ingénierie système est toujours à la hauteur. Nous dirigeons le développement et la mise en œuvre de produits, d'applications, de services et de solutions complexes et spécialisés. De la présentation des ventes et des démonstrations de produits à l'élaboration de plans détaillés d'installation ou d'intégration système, nous veillons à ce que les clients obtiennent les solutions innovantes, pertinentes et interopérables dont ils ont besoin.
Rejoignez-nous pour accomplir le meilleur travail de votre carrière et avoir un impact social profond en tant qu'ingénieur système senior au sein de notre équipe d'ingénierie système dans la région Est des États-Unis.
Faites le premier pas vers la carrière de vos rêves
Chaque membre de l'équipe Dell Technologies apporte quelque chose d'unique. Voici ce que nous recherchons pour ce poste :
Ce que vous accomplirez
En tant qu'ingénieur système senior, vous fournirez un support technique avant-vente à nos équipes de vente sur le terrain, en aidant à définir la solution Dell Technologies globale pour nos clients en utilisant la gamme complète des produits et services de l'entreprise.
Vous devrez :
- Établir et gérer des relations pour des comptes clients hautement sophistiqués
- Mener des analyses des besoins des clients et anticiper les exigences au-delà de la portée de la solution existante
- Préparer des spécifications de produits détaillées pour permettre la vente de nos produits et solutions, et réaliser des présentations percutantes dans les locaux des clients
- Vérifier l'opérabilité des configurations de produits et services sophistiquées au sein de l'environnement du client
- Effectuer une intégration système avancée et fournir une expertise technique pour concevoir et mettre en œuvre la solution
Prérequis
Compétences techniques
- Expérience pratique avec au moins une plateforme de données cloud majeure (par exemple, Snowflake, Databricks, BigQuery, Redshift, Cloudera, Synapse ou similaire).
- Solide compréhension des concepts d'entrepôt de données, de data lakes/lakehouse et d'ETL/ELT (staging, modélisation, optimisation des performances, compromis coût/performance).
- Ingénierie et intégration de données, y compris le traitement de données non structurées (PDF, journaux, images, texte) et la transformation en formats structurés/vectorisés
- Solides compétences en SQL pour les requêtes analytiques, l'optimisation des performances et la modélisation des données (schémas en étoile/snowflake, modélisation dimensionnelle, partitionnement, clustering).
- Données non structurées et IA/RAG : Compréhension des bases de données vectorielles (par exemple, Elasticsearch, Milvus, pgvector), des modèles d'embedding et des architectures RAG. Familiarité avec les pipelines de traitement de documents, les stratégies de découpage (chunking) et les modèles de recherche sémantique.
- Familiarité avec les outils de pipeline de données et d'orchestration (par exemple, Airflow, dbt, Spark, Kafka, outils ETL natifs du cloud) et les modèles de traitement par lots (batch) vs streaming.
- Compréhension de la gouvernance des données (catalogue, lignage, sécurité, RBAC, masquage, exigences de conformité comme le RGPD/CCPA).
- Analytique, BI et science des données
- Capacité à concevoir et expliquer des solutions analytiques de bout en bout : des données brutes aux tableaux de bord et modèles prédictifs.
- Connaissance pratique des outils de BI (par exemple, Tableau, Power BI, Looker, Qlik) et de la manière de se connecter, de modéliser et d'optimiser pour l'analytique en libre-service.
- Familiarité avec les flux de travail de science des données et de ML (ingénierie des caractéristiques, expérimentation, entraînement/déploiement de modèles, développement de pipelines RAG, ingénierie de prompt) et les outils/langages tels que Python, Spark, les notebooks et les frameworks ML (par exemple, scikit-learn, MLflow, TensorFlow/PyTorch, LangChain, LlamaIndex au niveau conceptuel).
Compétences en conseil
- Habileté à poser les bonnes questions pour découvrir les exigences techniques, les contraintes et les moteurs commerciaux.
- Capacité à traduire des problèmes commerciaux ambigus en cas d'utilisation clairs de données et d'analytique.
- Narration et communication
- Excellente capacité à traduire des sujets techniques complexes en récits clairs et orientés vers les affaires, tant pour des publics techniques que non techniques.
- À l'aise pour présenter devant de grands groupes et des parties prenantes de haut niveau (CIO/CDO, responsables des données/analytique).
- Excellence en démonstration et POC
- Capable de construire et de livrer des démonstrations convaincantes qui racontent une histoire autour des données et des cas d'utilisation du client, et pas seulement des fonctionnalités.
- Capable de structurer et de mener des POC avec des critères de réussite, des délais et des comptes rendus exécutifs clairs pour accélérer la victoire technique.
- Positionnement concurrentiel
- Comprend l'écosystème plus large des données et de l'IA et peut articuler la différenciation par rapport aux autres entrepôts de données, plateformes de data lake/lakehouse et outils d'analytique.
5+ années dans un rôle technique en contact avec la clientèle tel qu'ingénieur commercial, architecte de solutions, ingénieur de données, consultant en analytique ou scientifique des données avec une forte exposition commerciale.
Expérience avérée dans l'architecture et la livraison de solutions de gestion de données, d'analytique ou de science des données dans un ou plusieurs des domaines suivants :
- Migrations d'entrepôts de données cloud ou de lakehouse
- Modernisation de la BI d'entreprise/analytique en libre-service
- Implémentations GenAI et RAG pour la gestion des connaissances d'entreprise, le traitement intelligent de documents ou les applications d'IA orientées client
- Analytique en temps réel ou en streaming
- Analytique avancée / habilitation à la science des données
- Expérience pratique avec au moins un cloud public majeur (AWS, Azure ou GCP) et une ou plusieurs plateformes de données de premier plan (par exemple, Snowflake, Databricks, Cloudera, BigQuery, Redshift, Synapse).
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil