Starszy inżynier oprogramowania - Semantic Data Lake

O zespole / Rola Starszy inżynier oprogramowania, Zespół danych semantycznych WEX na nowo wyobraża sobie swoją platformę danych korporacyjnych, mając potężny cel: przekształcenie surowych danych w znaczące semantycznie, nadające się do ponownego użycia i zaufane zasoby biznesowe. Jako starszy inżynier oprogramowania w zespole danych semantycznych będziesz przyczyniać się do projektowania, budowania i utrzymywania płaszczyzny kontroli dla warstwy semantycznej i platform danych AI Native obsługujących nasze podstawowe obiekty danych 360 stopni (klienci, flota, zdrowie i płatności). Wbudowany szkielet DataOps i samoobsługowa płaszczyzna kontroli zapewniają zarządzanie, pochodzenie, obserwowalność i wydajność operacyjną na dużą skalę.

Razem te elementy umożliwiają firmie WEX przeprowadzanie odpowiedzialnej modernizacji - ciągłe dostarczanie wartości biznesowej i ewoluowanie w kierunku przyszłości, w której inteligencja i automatyzacja są budowane w oparciu o zarządzane dane wysokiej jakości. Zespół ten stanowi serce platformy DaaS firmy WEX, która integruje automatyzację DataOps, usługi płaszczyzny sterowania i narzędzia do zarządzania, aby utrzymać jakość i zaufanie na dużą skalę, umożliwiając niezawodne modele semantyczne klasy produkcyjnej poprzez zautomatyzowane kontrole, walidację audytu i dostosowanie operacyjne. Wex dużo inwestuje w budowanie natywnej platformy danych AI.

Agentic Control Plane to warstwa środowiska wykonawczego, która określa, w jaki sposób agent AI interpretuje żądanie użytkownika, tworzy odpowiedni kontekst, stosuje odpowiednie reguły i ograniczenia, korzysta z zatwierdzonych narzędzi i kieruje kolejnym krokiem. Poszukujemy inżyniera z natywną sztuczną inteligencją: kogoś, kto tworzy przy użyciu nowoczesnych narzędzi do kodowania AI (Claude, Copilot, Cursor i podobnych) oraz rozwoju opartego na specyfikacji (SDD) jako podstawowej części codziennego przepływu pracy. Użyjesz tych narzędzi, aby przyspieszyć rozwój i zastosować solidną ocenę inżynieryjną, aby dostarczać wiarygodne zasoby danych klasy produkcyjnej.

Jak wywrzesz wpływ - zaprojektuj szkielet operacyjny: zaprojektujesz i wdrożysz podstawową infrastrukturę płaszczyzny sterowania, służącą jako centralny silnik wykonawczy, który koordynuje cały cykl życia danych - od pozyskiwania i transformacji do końcowej dystrybucji. - Przejdź z reaktywnego na proaktywny: zmienisz niezawodność platformy, budując wyrafinowane ramy obserwowalności i zautomatyzowane bramki jakości, zapewniając, że zaufanie do danych zostanie wbudowane w system, a nie sprawdzane po fakcie. - Zwiększaj autonomię samoobsługi: wyeliminujesz wąskie gardła operacyjne, opracowując intuicyjne portale i „złote szablony”, umożliwiając zespołom domenowym samodzielne tworzenie, zarządzanie i korzystanie z zaufanych produktów danych. - Zarządzanie platformą Champion: zautomatyzujesz krytyczne zasady zgodności i bezpieczeństwa, w tym kompleksowe pozyskiwanie danych, kontrolę dostępu opartą na rolach (RBAC) i ochronę PII, czyniąc bezpieczeństwo nieodłączną cechą naszych obiektów danych. - Przygotuj się na skalę natywną AI: zbudujesz podstawową architekturę danych wymaganą dla naszej przyszłości AI, przyczyniając się do rozwoju systemów kontekstowych i opartych na RAG, które będą zasilać następną generację inteligencji opartej na danych. - Wykorzystaj asystentów kodowania AI (Claude, Copilot, Cursor i podobnych), aby przyspieszyć rozwój - opracowywanie logiki transformacji, generowanie testów, refaktoryzacja potoków, eksplorowanie zbiorów danych i tworzenie dokumentacji semantycznej - jednocześnie krytycznie przeglądając wyniki AI pod kątem poprawności i zgodności z regułami biznesowymi. - Udostępniaj wzorce, podpowiedzi i przepływy pracy, które pomagają zespołowi w większym stopniu wykorzystać narzędzia AI, przyczyniając się do praktyk inżynieryjnych natywnych dla sztucznej inteligencji w całym zespole danych semantycznych. - Ściśle współpracuj z ekspertami dziedzinowymi, badaczami danych i interesariuszami produktów, aby przełożyć koncepcje biznesowe na ramy wspierające rozwój. - Wdrażaj logikę klasyfikacji, wskaźników KPI, algorytmów punktacji i reguł biznesowych, zapewniając identyfikowalność i pochodzenie danych. - Postępuj zgodnie ze standardami modelowania danych, dokumentacji i zarządzania w warstwie semantycznej i współtwórz je, w tym odpowiedzialne, podlegające audytowi wykorzystanie kodu i artefaktów generowanych przez sztuczną inteligencję. - Współpracuj między zespołami w celu integracji z warstwami pozyskiwania, MDM i produktów danych. Doświadczenie, które wniesiesz - 4 - 8 lat doświadczenia w inżynierii danych lub inżynierii oprogramowania, ze szczególnym uwzględnieniem transformacji danych, modelowania lub platform analitycznych. - Dobra znajomość SQL i co najmniej jednego języka ogólnego, takiego jak Python lub Scala. - Udokumentowane doświadczenie jako inżynier natywnie wykorzystujący sztuczną inteligencję - używając narzędzi takich jak Claude, GitHub Copilot, Cursor lub podobnych w ramach zwykłej części przepływu pracy programistycznej. - Architektura natywna AI: pasjonujesz się przyszłością inteligencji danych i masz praktyczne doświadczenie z architekturami opartymi na LLM. Czujesz się komfortowo projektując systemy RAG, budując agentyczne przepływy pracy (np.

LangGraph, CrewAI) i pracując z wektorowymi/grafowymi bazami danych w celu zarządzania kontekstem i ontologią. - Znajomość nowoczesnych praktyk inżynieryjnych AI, takich jak szybkie projektowanie, rozwój oparty na specyfikacjach (SDD) i przegląd kodu wspomagany sztuczną inteligencją. - Zaawansowana orkiestracja danych i niezawodność rurociągów: Posiadasz głęboką wiedzę specjalistyczną w budowaniu i zarządzaniu złożonymi systemami orkiestracji (w szczególności Airflow) i masz obsesję na punkcie niezawodności. Wiesz, jak projektować potoki „najpierw jakość”, korzystając ze struktur takich jak Great Hopetions, aby zapewnić zaufanie do danych na dużą skalę. - Infrastruktura jako kod (IaC) i inżynieria platformy: Biegle posługujesz się nowoczesnym stosem DevOps - w tym Terraform, Kubernetes i automatyzacją CI/CD - co pozwala na budowanie samonaprawiającej się, skalowalnej infrastruktury, która minimalizuje wysiłek operacyjny. - Ład korporacyjny i zarządzanie metadanymi: masz udokumentowane doświadczenie we wdrażaniu zautomatyzowanego zarządzania, w szczególności wykorzystując DataHub lub podobne platformy do kompleksowego zarządzania pochodzeniem, katalogowaniem i zasadami RBAC, które sprawiają, że bezpieczeństwo jest nieodłącznym elementem obiektu danych. - Obserwowalność i zarządzanie incydentami: rozumiesz, że „platforma jest produktem”. Wnosisz doświadczenie w budowaniu kompleksowych ram obserwowalności (np. integracja Grafana, xMatters), które przenoszą zespoły z reaktywnego gaszenia pożarów do proaktywnego, automatycznego ostrzegania. - Nastawienie samoobsługowe: opowiadasz się za „autonomią programistów” zamiast ręcznej interwencji.

Masz doświadczenie w tworzeniu intuicyjnych portali i narzędzi dla programistów, które umożliwiają zespołom domenowym niezależne tworzenie, zarządzanie i korzystanie z zaufanych produktów danych. - Solidne zrozumienie praktyk dotyczących jakości danych - w tym sprawdzania poprawności, wzbogacania, egzekwowania schematów i kodowania reguł biznesowych. - Komfort działania we współpracującym, wielofunkcyjnym środowisku, równoważącym logikę biznesową ze skalowalnością platformy. - Udokumentowane osiągnięcia w zakresie identyfikowalności, odtwarzalności i przejrzystości semantycznej - budujesz modele danych, którym inni mogą zaufać i których mogą ponownie używać. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/senior-software-engineer-semantic-data-lake-wex