• 实施数据转换、聚合和丰富过程，支持各种数据分析和机器学习项目
• 与跨职能团队合作，了解数据需求，并将其转化为有效的数据工程解决方案
• 确保数据质量和完整性在数据处理生命周期中得到保证
• 使用容器化和编排技术，在OpenShift容器平台（OCP）上设计和部署数据工程解决方案
• 优化容器化部署和资源利用的数据工程工作流程
• 与DevOps团队合作，简化部署流程，实施CI/CD流水线，并确保平台稳定性
• 实施数据治理实践、数据血统和元数据管理，以确保数据准确性、可追溯性和合规性
• 监控和优化数据流水线性能，解决问题，并实施必要的增强措施
• 实施监控和日志记录机制，确保数据基础设施的健康、可用性和性能
• 记录数据工程过程、工作流程和基础设施配置，以进行知识共享和参考
• 了解新兴技术、行业趋势和数据工程和DevOps的最佳实践
• 为初级团队成员提供技术领导、指导和指导，培养持续学习和创新的文化，不断改进银行的分析能力
要求
• 5年以上数据工程师（Spark、Scala和DevOps）经验
• 使用容器化和编排技术，在OpenShift容器平台（OCP）上设计和部署数据工程解决方案
• 记录数据工程过程、工作流程和基础设施配置，以进行知识共享和参考
• 为初级团队成员提供技术领导、指导和指导，培养持续学习和创新的文化，不断改进银行的分析能力 
香港