المسمى الوظيفي: مهندس بيانات (PySpark)
الموقع: دبي
المسؤوليات
- خبرة أكثر من 5 سنوات كمهندس بيانات، مع تركيز قوي على PySpark ومنصة بيانات Cloudera (Cloudera Data Platform).
- تطوير أنابيب البيانات: تصميم وتطوير وصيانة أنابيب الاستخراج والتحويل والتحميل (ETL) القابلة للتوسع والمحسّنة بشكل كبير باستخدام PySpark على منصة بيانات Cloudera، مع ضمان سلامة البيانات ودقتها.
- استيعاب البيانات: تنفيذ وإدارة عمليات استيعاب البيانات من مصادر متنوعة (مثل قواعد البيانات 관계ية، واجهات برمجة التطبيقات APIs، وأنظمة الملفات) إلى بحيرة البيانات أو مستودع البيانات على CDP.
- تحويل البيانات ومعالجتها: استخدام PySpark لمعالجة وتنظيف وتحويل مجموعات البيانات الكبيرة إلى تنسيقات ذات معنى تدعم الاحتياجات التحليلية ومتطلبات العمل.
- تحسين الأداء: إجراء ضبط الأداء لشفرة PySpark ومكونات Cloudera، واستغلال الموارد بشكل أمثل وتقليل وقت تشغيل عمليات ETL.
- جودة البيانات والتحقق منها: تنفيذ إجراءات التحقق من جودة البيانات والمراقبة والتحقق لضمان دقة البيانات وموثوقيتها عبر جميع مراحل الأنبوب.
- الأتمتة والتنسيق: أتمتة سير عمل البيانات باستخدام أدوات مثل Apache Oozie أو Airflow أو أدوات التنسيق المشابهة ضمن منظومة Cloudera.
- المراقبة والصيانة: مراقبة أداء الأنابيب، وإصلاح المشكلات واستكشافها، وإجراء الصيانة الروتينية لمنصة بيانات Cloudera وعمليات البيانات المرتبطة بها.
- التعاون: العمل عن كثب مع مهندسي البيانات الآخرين، والمحللين، ومديري المنتجات، وأصحاب المصلحة الآخرين لفهم متطلبات البيانات ودعم المبادرات المختلفة القائمة على البيانات.
- التوثيق: الاحتفاظ بتوثيق شامل لعمليات هندسة البيانات، والشفرات البرمجية، وتكوينات الأنابيب.
المهارات التقنية
- PySpark: إتقان متتقدم لـ PySpark، بما في ذلك العمل مع RDDs وDataFrames وتقنيات التحسين.
- منصة بيانات Cloudera: خبرة قوية بمكونات منصة بيانات Cloudera (CDP)، بما في ذلك Cloudera Manager وHive وImpala وHDFS وHBase.
- تخزين البيانات: معرفة بمفاهيم تخزين البيانات، وأفضل الممارسات لعمليات ETL، وخبرة بالأدوات القائمة على SQL (مثل Hive وImpala).
- تقنيات البيانات الضخمة: دراية بـ Hadoop وKafka وأدوات الحوسبة الموزعة الأخرى.
- التنسيق والجدولة: خبرة في التعامل مع Apache Oozie أو Airflow أو أطر عمل التنسيق المشابهة.
- البرمجة النصية والأتمتة: مهارات قوية في البرمجة النصية في بيئة Linux.
المهارات الشخصية
- مهارات قوية في التحليل وحل المشكلات.
- قدرات ممتازة في التواصل الشفهي والكتابي.
- القدرة على العمل بشكل مستقل وبالتعاون ضمن بيئة فريق.