Kỹ sư dữ liệu tại GTEMAS

Tổng quan vị trí

Vị trí kỹ thuật dữ liệu tại GTEMAS hỗ trợ nhóm phân tích và học máy bằng pipeline đáng tin cậy, bộ dữ liệu có tài liệu và thiết kế kho dữ liệu đám mây. Tin dành cho cấp trung và cấp cao.

Trách nhiệm

• Xây dựng pipeline ETL hoặc ELT với Python, Spark, Airflow; mô hình hóa dữ liệu và tối ưu kho Snowflake, BigQuery hoặc Redshift về hiệu năng, chi phí.
• Thiết lập kiểm tra chất lượng và quản trị dữ liệu, phối hợp với nhà khoa học dữ liệu và nhà phân tích; ở cấp cao, phụ trách kiến trúc kho và tiêu chuẩn của nhóm.
• Áp dụng kiểm thử, CI/CD cho pipeline và dùng công cụ AI hỗ trợ viết mã, phát hiện bất thường khi hữu ích.

Yêu cầu

• Cấp trung cần ít nhất ba năm, cấp cao cần năm năm làm kỹ thuật dữ liệu; thành thạo Python và SQL nâng cao.
• Có kinh nghiệm Spark hoặc Kafka, Airflow hoặc Prefect và nền tảng dữ liệu đám mây như AWS Glue, EMR hay Azure Data Factory.
• Giao tiếp tiếng Anh lưu loát, hiểu kiểm thử pipeline và hợp đồng dữ liệu; cấp cao cần kinh nghiệm dẫn dắt kiến trúc, quản trị dữ liệu.

Công nghệ trong công việc

• Python: Build ETL or ELT pipelines with Python, Spark and .
• AWS: Experience with Spark or Kafka, Airflow or Prefect and a cloud data platform such as AWS Glue, EMR or Azure Data .
• Azure: Experience with Spark or Kafka, Airflow or Prefect and a cloud data platform such as AWS Glue, EMR or Azure Data .
• SQL: At least three years of data engineering for middle level or five for senior level, with advanced Python and .
• Kafka: Experience with Spark or Kafka, Airflow or Prefect and a cloud data platform such as AWS Glue, EMR or Azure Data .
• Spark: Build ETL or ELT pipelines with Python, Spark and .
• Airflow: Build ETL or ELT pipelines with Python, Spark and .
• Snowflake: model data and optimize Snowflake, BigQuery or Redshift warehouses for performance and .
• CI/CD: Apply testing and CI/CD practices to pipelines and use AI-assisted tools for code and anomaly detection where .
• BigQuery: model data and optimize Snowflake, BigQuery or Redshift warehouses for performance and .
• Redshift: model data and optimize Snowflake, BigQuery or Redshift warehouses for performance and .

Hướng dẫn đánh giá mức độ phù hợp (tiếng Anh)

Phân tích dựa trên yêu cầu và trách nhiệm trong tin tuyển dụng của nhà tuyển dụng.

Understanding the scope. This Data Engineer position at GTEMAS is best assessed through the work described in the employer’s posting, rather than the title alone. The available role overview says: “You build and own the data infrastructure that analytics and ML teams depend on. At the Middle level, you build and extend ETL/ELT pipelines within an existing warehouse architecture. At the Senior level, you also…” Read that statement together with the responsibilities below to understand the likely balance between delivery, coordination and technical decision-making. The role belongs to the technical area, but that label is only a guide to the work; the employer’s own requirements remain decisive. Before applying, check the original listing for reporting lines, product or team assignment, employment terms and any details that may have changed since this copy was checked. Where this page says a fact is not specified, treat it as an open question rather than an implied promise.

What the responsibilities signal. The posting specifically names “Build ETL or ELT pipelines with Python, Spark and Airflow; model data and optimize Snowflake, BigQuery or Redshift warehouses for performance and cost.”; “Set data-quality and governance checks, work with scientists and analysts on usable datasets, and at senior level own warehouse architecture and standards.”; “Apply testing and CI/CD practices to pipelines and use AI-assisted tools for code and anomaly detection where useful.”. For each duty, identify a project where you performed comparable work and be ready to describe the context, your own contribution, constraints, decisions, and measurable result. Explain how you moved from the initial need to implementation, review, release or operational follow-through, where those stages apply. If the work involved other teams or users, distinguish your decisions from the group’s contribution. Avoid presenting a technology keyword as proof by itself: connect it to the problem you solved, the scale or complexity involved, and what changed after your work. The source may contain additional duties; review it directly before preparing your application.

How to read the requirements. The listed qualifications include “At least three years of data engineering for middle level.

Về GTEMAS

GTEMAS (Global Tech Masters) presents itself as a global engineering partner and talent ecosystem. It connects businesses with software professionals to build digital products, scale delivery teams and support longer-term engineering partnerships. The company describes a model that combines technical assessment, structured delivery and professional development for its engineering community.

Its public materials highlight work across software engineering, quality, cloud and security, with an emphasis on measurable delivery, learning and client collaboration. A role at GTEMAS may serve a client engagement, so the specific product, customer context and day-to-day team can differ by assignment. Candidates should ask which project this vacancy supports and how responsibilities are divided between the GTEMAS team and the client.

Khám phá việc làm theo danh mục

Việc làm liên quan

• Kỹ sư Dữ liệu cấp cao (Analyst/Scientist) tại Kake — Kake
• Chuyên viên kiểm thử AI và chất lượng dữ liệu tại Money Forward Vietnam — Money Forward Vietnam
• Kỹ sư dữ liệu an ninh mạng cấp cao tại Horizon3 — Horizon3
• Kỹ sư dữ liệu cấp cao, nền tảng xử lý luồng tại Gravie — Gravie
• Kỹ sư phần mềm chủ chốt về nền tảng dữ liệu tác nhân tại Horizon3 — Horizon3
• Chuyên gia khoa học dữ liệu cấp cao về tăng trưởng sản phẩm tại Temporal — Temporal