Data Engineer

Ennustealustan suunnittelu ja toteutus - Engie (ranskalainen maailmanlaajuinen energiayhtiö)

• Suunnitteli ja toteutti kattavan, maailmanlaajuiselle energiasektorille räätälöidyn ennustealustan.
• Kehitit dataputkistoja Pythonilla ja PySparkilla varmistaen tehokkaan ja skaalautuvan tietojenkäsittelyn.
• Orkestroi työnkulkuja Airflow'n ja Databricksin avulla optimoiden tehtävien hallintaa ja suorittamista.
• Toteutti datatekniikan prosesseja, joissa hyödynnettiin Databricksin Delta Live Tables (DLT) -järjestelmää vankkaa tiedonhallintaa varten.
• Rakensit ja otit käyttöön datavirtojen käsittelyputkistoja DLT:tä käyttäen, mikä mahdollistaa reaaliaikaiset tietojenkäsittelyominaisuudet.
• Kehitit Feature Store API:t vuorovaikutusta varten komponenttien kanssa ja loit uudelleenkäytettäviä malleja prosessien standardoimiseksi.
• Hyödynsi MLflow'ta kokeilujen ja koneoppimismallien rakentamiseen, hallintaan ja seurantaan varmistaen tiukan kokeilun.
• Hallitsi ML-mallien elinkaarta MLOps-tekniikoita käyttäen ja otti käyttöön uudelleenkäytettäviä malleja johdonmukaisuuden ja tehokkuuden varmistamiseksi.
• Luonut kojelautoja tietojen analysointia ja visualisointia varten, mikä helpottaa tietoon perustuvaa päätöksentekoa.
• Kehitit .NET/C#:n avulla API-rajapintoja tietojen paljastamiseksi ja varmistit saumattoman integroinnin ja saavutettavuuden eri järjestelmissä.
• Käyttänyt työkaluja, kuten Databricks, PySpark, Python, R, SQL, Glue, Athena, Kubernetes ja Airflow vankan ja skaalautuvan ratkaisun tuottamiseksi.

• Kehitettiin yleisiä dataputkistoja, joiden avulla muunnettiin raa'at asiakastiedot muotoon, joka on yhteensopiva myynninedistämissuunnittelun esittelyjärjestelmän tietomallin kanssa;
• Kirjoitti skriptejä merkityksellisten liiketoimintatietojen tuottamiseksi varmistaen, että ne vastaavat sovelluksen tarpeita;
• Yhteistyössä tiedetiimin kanssa liiketoiminnan vaatimusten ymmärtämiseksi ja tarvittavien tietomuunnosten määrittämiseksi tietojen hyödyllisyyden parantamiseksi;
• Suunnittelit ja toteutit yleisen PySpark-koodipohjan, joka muuntaa tehokkaasti tietoja vaadittuun tietomalliin sopiviksi;
• Hyödynsi työkaluja, kuten PySpark, JupyterHub, Kubernetes ja Azure Data Lake, projektin toteuttamiseen ja tukemiseen.

• Johti hankkeita, joissa keskityttiin suurten kielimallien (LLM) ja tekoälyteknologioiden integrointiin ja edisti innovointia organisaatiossa;
• Avustanut tiedonsiirtoratkaisujen suunnittelussa ja toteuttamisessa varmistaen saumattomat siirtymät eri asiakkaille;
• Kehitit integraatioita ja asiakkaita vektoritietokantoja varten hyödyntäen erilaisia avoimen lähdekoodin tekoälytyökaluja valmiuksien parantamiseksi;
• Viestittivät aktiivisesti asiakkaiden kanssa kerätäkseen vaatimuksia ja varmistaakseen, että ne vastaavat heidän erityistarpeitaan;
• Hyödynsi Pythonin, Google Cloud Platformin (GCP) ja Datastaxin kaltaisia työkaluja vankkojen ratkaisujen toimittamiseksi.

• Suunnitellut ja toteuttanut dataputkistoja sekä erä- että virtakäsittelyä varten optimoiden tietovirtaa ja tehokkuutta;
• Tutkit ja toteutit dataputkistoja AWS Gluen ja PySparkin avulla varmistaen skaalautuvuuden ja kestävyyden;
• Integroitu Delta Lake putkistoihin deltaprosessoinnin mahdollistamiseksi, mikä parantaa tiedonhallintavalmiuksia;
• Kehitimme Jinjaa käyttäen työn templatointia tietojenkäsittelytöiden luomisen ja hallinnan tehostamiseksi;
• Rakennetaan ja automatisoidaan tietojen validointiputkia, joilla varmistetaan käsiteltyjen tietojen tarkkuus ja luotettavuus;
• Otti käyttöön ja konfiguroi Trinon helpottamaan tehokasta tietojen käyttöä ja kyselyjä eri lähteistä;
• Laaditaan kattava dokumentaatio jokaisesta tutkitusta komponentista ja työkalusta, mikä varmistaa tiedonsiirron ja helpon ylläpidon;
• Hyödynsi työkaluja, kuten Python, PySpark, Glue (Jobs, Crawlers, Catalogs), Athena, AWS, MWAA (Airflow), Kubernetes, Trino ja Jinja, projektin tavoitteiden saavuttamiseksi.

• Johti tiimiä, joka rakensi dataputkia tukemaan vähittäiskauppiaan myynninedistämisen suunnitteluratkaisua;
• Osallistui kokouksiin liiketoiminta- ja datatieteiden tiimien kanssa projektin tarpeiden ymmärtämiseksi ja tunnistamiseksi;
• Yhteistyössä tiimin kanssa liiketoimintavaatimusten kääntäminen toimiviksi eepoksiksi ja tarinoiksi;
• Suunnitteli ja toteutti yksilöidyt liiketoimintavaatimukset varmistaen niiden yhdenmukaisuuden hankkeen tavoitteiden kanssa;
• Kehitit ja suoritit yksikkötestejä toteutusten toiminnallisen oikeellisuuden varmistamiseksi;
• Luotu Scala Sparkia käyttävä datanlataussovellus tietojen lataamiseksi Parquet-tiedostoista Cosmos DB/Cassandra API:han;
• Toteutti Scalaa, Akkaa ja Dockeria käyttäen online-ennustajan API:n, joka mahdollistaa reaaliaikaisen myynninedistämisennusteen;
• Hallitsi projektin käyttöönottoa asiakkaan Kubernetes-klusterissa varmistaen sujuvan toiminnan ja integroinnin;
• Hyödynsi työkaluja, kuten Scala, Spark, Azure Databricks, Azure Data Lake ja Kubernetes, projektin tavoitteiden saavuttamiseksi.