Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →
← Toutes les offres

Data Engineer / DevOps Engineer

Junior6 000 SGD · période non indiquéeSingapore, SGil y a 4 sem.
Analyses du marché
📊 Data Engineering: salaires et demande sur le marché
Stack
Code ReviewCandidate ScreeningApache SparkMandatory TestingPipeline ManagementAWSImplementation of Best PracticesData ManagementPipeline ConstructionDatabricksData EngineeringServerless Computing
Détails
Expérience
1 an et plus
Pratiques
DevOps, Serverless
Afficher l'entreprise et le lien
Gratuit, après connexion.
Postuler
Ouvrez l'entreprise et le lien ci-dessus — votre candidature arrive directement dans le système de recrutement de l'entreprise, sans intermédiaire.

Description

Experience

Profil recherché

Requirements

  • Total Data Engineering: 5+ years • Databricks Specific: 1+ years of hands-on experience in production environments • Enterprise Scale: Experience building enterprise-level scalable pipelines with Spark or Hadoop-based systems Required Certifications Mandatory: Databricks Certified Data Engineer Professional. Highly Preferred: Apache Spark Developer Associate Cloud (Optional): Professional-level certification in AWS. Key

Missions

Responsibilities

  • Design & Build: Develop robust Medallion Architecture (Bronze/Silver/Gold) pipelines using Lakeflow and Delta Lake • Performance Tuning: Proactively monitor and tune clusters, jobs, and serverless compute to reduce latency and infrastructure costs • Governance Integration: Ensure every data asset is correctly tagged, secured through ACL, and discoverable via Unity Catalog • Code Review: Enforce software engineering best practices (unit testing, modular code, and documentation) within the data team • Streaming & Ingestion: Implement real-time or near-real-time data ingestion using Structured Streaming and Lake flow Connect • Observability: Monitor pipeline health and costs using system tables; set up alerts and dashboards for proactive issue detection. Preferred Candidate Background: • Distributed Systems: Proven track record with Open-Source Apache Spark, Flink, or Hadoop. • Python-Centric: Advanced Python skills are a prerequisite; the project requires building complex logic that exceeds standard SQL capabilities.
Description complète, entreprise et lien pour postuler : après connexion. Se connecter
Les contacts de l'employeur (e-mail/téléphone/telegram) sont masqués dans l'aperçu public.
Question urgente ? Écrivez à @termdocs