Vecākais datu arhitekts

Kādi ir vecākā datu arhitekta pienākumi?

• Vadīt arhitektūras procesus projekta plānošanas posmā – pārvērst katra klienta uzņēmējdarbības modeļa, KPI un MI mērķus sistēmas arhitektūras projektā un ieviešanas plānā.
• Izstrādes laikā uzņemties projekta īpašnieka pienākumus, pārskatīt izstrādes procesus, modeļus, datu un analītikas inženieru uzņēmējdarbības analītikas datus un atbalstīt komandu sarežģītu lēmumu pieņemšanā.
• Izstrādāt MI gatavus datu pamatus – semantiskos slāņus, elementu krātuves, vektoru datubāzes un iestrādes procesus, kas nepieciešami mašīnmācīšanās modeļu, GenAI lietotņu un MI aģentu drošai darbībai.
• Izstrādāt visaptverošas mākoņtehnoloģiju platformas mazumtirdzniecības klientiem – datu ievade, glabāšana, transformācija, modelēšana (dimensiju, datu krātuves, One Big Table vai kas cits), uzņēmējdarbības analītika un KDP.
• Integrēt noturīgus inženierijas risinājumus – automatizēti procesi, infrastruktūra kā kods, nepārtraukta integrācija/nepārtraukta piegāde, testēšana un novērojamība – lai katra platforma laika gaitā kļūtu lētāka un uzticamāka, nevis otrādi.
• Kopā ar biznesa izstrādātājiem, lielāko klientu vadītājiem un stratēģiem izstrādāt priekšlikumus, sastādīt tāmes un prezentēt arhitektūru klientu ieinteresētajām personām, sākot no skeptiski noskaņotiem tehniskajiem direktoriem un beidzot ar augstākā līmeņa vadītājiem, kuri nav tehniskie darbinieki.

• Mākonis: AWS, GCP, Microsoft Fabric
• Uzņēmējdarbības analītika: Looker Studio, Power BI, Tableau
• KDP: Segment, mParticle, Bloomreach, RudderStack, Snowflake-native
• MI kodēšanas asistenti: Claude Code, Cursor, Copilot, datu noliktavas LLM funkcijas
• Transformācija un modelēšana: SQL, dbt, Python

Ko mēs no jums sagaidām?

• Automatizācija ir pirmajā vietā. Jūsu mērķis ir infrastruktūra kā kods, nepārtraukta integrācija/nepārtraukta piegāde, testēšana un novērojamība, nevis procedūru rokasgrāmatas un jautājumi Slack. Labai platformai laika gaitā ir nepieciešams mazāk, nevis vairāk pieskatīšanas.
• Jūs pārzināt ne tikai zīmolu nosaukumus, bet arī kompromisus. Jūs varat pateikt, kāpēc BigQuery ir piemērots vienam klientam, bet Snowflake – citam.
• Jūs savā darbā izmantojat MI programmēšanas palīgus – ģenerējat SQL, dbt un Python, pārskatāt projektus, sagatavojat dokumentus, nevis tikai vienreiz atverat un aizverat Cursor.
• Jūs varat klātienē aizstāvēt arhitektūru skeptiski noskaņotam tehniskajam direktoram un vadītājam, kurš nav tehniskais darbinieks. Jūs vadāt darbseminārus un apstrīdat pieņēmumus, nenostādot cilvēkus aizsardzības pozīcijās.

• 5+ gadu pieredze datu arhitektūrā, inženieru vadībā vai analītikas inženierijā, izstrādājot un piegādājot vismaz trīs mākoņplatformas – ideālā gadījumā mazumtirdzniecībā vai e-komercijā.
• Praktiska pieredze darbā ar visām turpmāk minētajām tehnoloģijām. Jums nav nepieciešami visi rīki, taču katrā kategorijā jums vajadzētu būt padziļinātai izpratnei par vismaz vienu no tiem.
• Praktiska izpratne par to, kas mašīnmācīšanās rīkiem, GenAI un MI aģentiem ir nepieciešams datu platformā – iezīmju krātuves, iestrādnes, vektoru datubāzes, RAG, semantiskie slāņi, pārvaldība, izsekošana. Mēs vēlamies kādu, kurš spēj ātri apgūt visas šīs programmas, nevis kādu, kurš ir ieviesis projektus, izmantojot visas septiņas.
• Praktiskas zināšanas par uzņēmējdarbības analītiku un aktivizēšanas aspektiem – dimensiju modelēšanu, semantiskajiem slāņiem, KDP, identitātes izšķiršanu, piekrišanas pārvaldību un pakārtotu reklāmas aktivizēšanu, KAP un personalizācijas rīkiem.

Ko mēs piedāvājam

• Tirgū konkurētspējīga sākuma alga;
• Rezultātos balstītas prēmijas, kas saistītas ar veiksmīgu projektu īstenošanu un klientu rezultātiem;
• Aizraujošas ceļošanas iespējas;
• Atbalsts aparatūras atjauninājumiem;
• Veselības pamatapdrošināšana un sporta piemaksas.
• Daudznacionāla ekspertu komanda, no kuras mācīties;
• Uzņēmuma apmaksātas apmācības un sertifikācija;
• Leģendāri tiešsaistes un klātienes pasākumi, lai kopā svinētu mūsu panākumus.