Tiger Analytics es una firma de consultoría de análisis avanzados. Somos el socio de análisis de confianza para varias empresas de Fortune 100, permitiéndoles generar valor empresarial a partir de los datos. Nuestros consultores aportan una profunda experiencia en Ciencia de Datos, Aprendizaje Automático e Inteligencia Artificial. Nuestro valor empresarial y liderazgo han sido reconocidos por diversas firmas de investigación de mercado, incluidas Forrester y Gartner. Somos una de las empresas con más calificaciones altas en Glassdoor. Si tienes pasión por trabajar en problemas empresariales no estructurados que puedan resolverse mediante el uso de datos, nos gustaría hablar contigo. Brindar mentoría y soporte en soluciones a ingenieros de datos orientados al cliente en cuentas clave. Revisar el trabajo de los ingenieros de datos y establecer proactivamente la adopción de mejores prácticas y marcos que mejoren la productividad y la satisfacción del cliente. Trabajar con los equipos de DevOps y MLE para integrar y poner en producción modelos de Ciencia de Datos a gran escala. Implementar y gestionar procesos de gestión de producción relacionados con la ingesta de datos, transformación, utilidades de codificación, almacenamiento, informes y otros puntos de integración de datos. Coordinar entre el liderazgo local y offshore para actualizaciones regulares. Interactuar con partes interesadas clave del cliente para revisar y ofrecer las mejores soluciones para requisitos existentes o nuevos de arquitectura. Recomendar estrategias para mejorar la resiliencia, la seguridad y optimizar costos. Analizar, arquitectar, diseñar y desarrollar activamente marcos analíticos, lagos de datos y otras soluciones de datos basadas en la nube. Diseñar y desarrollar marcos de ingesta de datos escalables para transformar diversos conjuntos de datos, capturar metadatos, trazabilidad e implementar la calidad de los datos. Requisitos Título universitario en Ciencias de la Computación o cualquier experiencia relevante en sistemas de información. 10 años de experiencia en el campo de TI con experiencia práctica en administración de sistemas y automatización. 3-5 años de experiencia sólida y práctica con AWS (o cualquier otra nube) en la creación de una plataforma de Datos y Analítica en la nube. 1 o más años de experiencia en la implementación de servicios en Kubernetes localmente o en la nube. 3-5 años de experiencia sólida y práctica en la nube (AWS/Azure/GCP) con amplia experiencia en el trabajo con marcos modernos de datos y analítica, big data y técnicas de DevOps, y dominio de lenguajes de programación (como Python, Java, Scala). 1-2 años de experiencia con almacén de datos en la nube (Redshift, Snowflake, BigQuery). Comprensión sólida de la construcción de lagos de datos en entornos en la nube: integración de datos, canalización de datos, procesamiento de datos, modelos de ML y almacenamiento, etc. Conocimientos sólidos y experiencia con marcos de procesamiento de big data y streaming: Spark, Flink u otros. Conocimiento de delta lake o tecnologías similares. Experiencia en la operacionalización de modelos de ML a gran escala en la nube. Comprensión sólida de los conceptos de DevSecOps y seguridad en la nube, y cómo mitigar riesgos de seguridad en entornos en la nube. Debe comprender la metodología ágil Scrum y haber trabajado en un equipo Scrum. Conocimiento de SQL, bases de datos no relacionales (NoSQL) y almacenes de objetos. Buena experiencia trabajando en un modelo local/offshore. Conocimiento de redes, cortafuegos, balanceadores de carga, etc. Se prefiere la certificación AWS Certified Solutions Architect - Professional. Excelentes habilidades de comunicación y capacidad para comunicarse adecuadamente con ejecutivos y equipos técnicos. Beneficios Existen significativas oportunidades de desarrollo profesional a medida que la empresa crece. El puesto ofrece una oportunidad única de formar parte de un entorno pequeño, de rápido crecimiento, desafiante y emprendedor, con un alto grado de responsabilidad individual.