في المكتب دوام كامل
Dicetek LLC -
الإمارات , دبي
--
Dicetek LLC

تفاصيل الوظيفة

المسؤوليات المحددة:-

  • قيادة عمليات تصميم وبناء وتحسين خطوط تدفق البيانات (Data Pipelines) على دفعات وفي الوقت الفعلي.

  • تولي مسؤولية تصميم نماذج البيانات، وأطر الاستيعاب، ومنطق التحويل، وموثوقية المنصة.

  • ضمان معايير عالية لجودة البيانات، وتتبع الأصول (Lineage)، والحوكمة، والأمن، والامتثال.

  • دفع عجلة تحسين الأداء، وتقليل التكاليف، والمراقبة، وحل الحوادث عبر منصات البيانات.

المنصات.

  • ترجمة احتياجات الأعمال والتحليلات إلى حلول تقنية قابلة للتوسع وخطط تسليم.

  • توجيه مراجعات الكود، والمعايير التقنية، وممارسات الإصدار لأعمال هندسة البيانات.

  • توجيه أعضاء الفريق، وتوزيع المهام، وتقديم قيادة تقنية للمبادرات المعقدة.

  • التعاون مع مسؤولي تسليم القيمة، والمهندسين المعماريين، والمحللين، والعلماء، وفرق التطبيقات لتمكين منتجات بيانات موثوقة.

الملف التعريفي المطلوب للمرشح

مستوى الخبرة: 10 سنوات فأكثر من الخبرة العملية في هندسة البيانات مع امتلاك خطوط إنتاج فعلية؛ مع خبرة في امتلاك منصة أو نظام واحد على الأقل من البداية للنهاية.

تحويل البيانات ونمذجتها

  • dbt (أداة بناء البيانات): النماذج، الاختبارات، الماكرو، النماذج التزايدية، هيكل المشروع

  • نمذجة البيانات: النمذجة الأبعاد، مخطط النجمة (Star Schema)، هيكلية الميدالية (خام / منقح / عرض، أو برونزي / فضي / ذهبي)

  • مفاهيم مستودعات البيانات وهيكلية بحيرة البيانات (Lakehouse)

التنسيق (Orchestration)

  • Apache Airflow: تصميم الرسوم البيانية الموجهة (DAGs)، تبعيات المهام، المشغلات، المستشعرات، عمليات التشغيل ذات المعلمات، معالجة الفشل، الجدولة

  • تنسيق سير العمل ومراقبة خطوط الإنتاج

استيعاب البيانات وتحميلها

  • استيعاب البيانات على دفعات وتطوير خطوط ETL / ELT

  • أنماط التحميل: التحميل الكامل، التحميل التزايدي، Upsert / Merge، التقاط بيانات التغيير (CDC)

  • الاستيعاب متعدد المصادر: SFTP، واجهات برمجة تطبيقات REST، قواعد البيانات العلائقية، الاستيعاب المعتمد على الملفات

  • جودة البيانات، التحقق من صحة البيانات، التعامل مع تطور المخطط (Schema Evolution)

محرك الاستعلام، التخزين، وتنسيقات الجداول

  • Dremio (أو محرك استعلام بحيرة بيانات مكافئ: Trino, Presto, Starburst, Athena)

  • Apache Iceberg (أو تنسيق جداول مفتوح مكافئ: Delta Lake, Apache Hudi)

  • S3 / التخزين الكائني المتوافق مع S3 (AWS S3, MinIO, Dell ECS)

  • التقسيم (Partitioning)، تخطيط الجداول، وتحسين أداء الاستعلام

البرمجة وقواعد البيانات

  • Python (تطوير خطوط التدفق، الأتمتة، البرمجة النصية)

  • SQL متقدم، تحسين الاستعلامات، تحسين الأداء

  • PostgreSQL و/أو SQL Server (قواعد البيانات العلائقية)

قواعد بيانات غير علائقية / NoSQL (شرط أساسي، وليس مجرد معرفة سطحية)

تستوعب المنصة البيانات وتعمل جنباً إلى جنب مع العديد من المخازن غير العلائقية. يجب أن يكون المرشح قادراً على العمل معها كمهندس بيانات، أي القراءة منها، ونمذجة بياناتها في بحيرة البيانات، والاستدلال حول خصائص اتساقها وأدائها. يتم الفرز بناءً على الخبرة العملية في اثنين على الأقل من العائلات التالية:

  • مخازن Key-value / في الذاكرة: Redis (التخزين المؤقت، الطوابير، الحالة؛ سلوك TTL والإخلاء؛ استخدام Redis كطبقة تنسيق أو بحث لخطوط التدفق)

  • قواعد بيانات المستندات: MongoDB, Couchbase, أو DocumentDB (مستندات JSON المتداخلة، المخطط عند القراءة، تسطيح المستندات إلى جداول علائقية / بحيرة بيانات)

  • مخازن الأعمدة الواسعة: Cassandra, ScyllaDB, أو HBase (تصميم مفتاح التقسيم، أنماط القراءة، الاستخراج على نطاق واسع)

  • محركات البحث / التحليلات: Elasticsearch أو OpenSearch (تصميم الفهرس، الاستعلام، استخراج البيانات من الفهرس للتحليلات)

تنسيقات البيانات والبيانات شبه المهيكلة

  • تنسيقات عمودية: Apache Parquet (مطلوب)، ORC؛ تنسيقات صفية: Avro

  • تنسيقات نصية وشبه مهيكلة: JSON, JSON Lines, CSV / ملفات محددة بفواصل، XML؛ التشفير، والمحدد، وحالات استخدام علامات الاقتباس

  • ترميز الضغط (Snappy, gzip, zstd) وتأثيرها على التخزين والاستعلام

  • التعامل مع المخططات المتداخلة والمتطورة من البداية للنهاية (استنتاج المخطط، اكتشاف الانحراف، تطور المخطط: إضافة / حذف / تغيير نوع العمود)

المعالجة الموزعة

  • Apache Spark / PySpark (واجهة برمجة تطبيقات DataFrame، التقسيم، الربط، معالجة الانحراف، الكتابة إلى Iceberg / Parquet)؛ أو محرك موزع مكافئ

  • فهم التوازي، عمليات الخلط (Shuffles)، ضبط الذاكرة، وتكلفة المهام الموزعة

البرمجة النصية، Linux، والاتصال

  • Bash / البرمجة النصية لـ shell وسطر أوامر Linux (أدوات النشر والتشغيل تعتمد على النصوص البرمجية)

  • SFTP / SSH: إدارة المفاتيح، التحويلات الآلية، التسليم المعتمد على الملفات (ملفات التحقق / النتائج، الأرشفة، إعادة المحاولة)

  • شهادات TLS والاتصالات الآمنة (فهم التحقق من الشهادات؛ وعدم تعطيله أبداً في الإنتاج)

  • استكشاف أخطاء الاتصال وإصلاحها: DNS، جدران الحماية، الوكلاء، انتهاء مهلة الاتصال، شبكات الخدمة إلى الخدمة داخل Kubernetes / OpenShift

  • YAML وإدارة التكوين لخطوط التدفق، dbt، Airflow، ونسخ Kubernetes

انضم لقناتنا على تيليجرام تابع أحدث الوظائف فور نشرها انضم

وظائف مشابهة

Dicetek LLC
مهندس بيانات أول
حول Dicetek LLC
الإمارات, دبي
تكنولوجيا المعلومات والخدمات