Kıdemli Veri Mühendisi İş İlanı

Teknoloji perakandeciliği alanında faaliyet gösteren bir iş ortağımızda danışman olarak konumlandırmak üzere "Kıdemli Veri Mühendisi" arayışımız bulunmaktadır. Çalışma şekli: Hibrit (Haftada 3 gün ofis, 2 gün uzaktan) Lokasyon : Kağıthane/İstanbul Gereksinimler Veri mühendisliği, BI veri mühendisliği veya analitik mühendislik alanlarınd a en az 5 yı l üretim ortamı deneyimine sahip, Büyük hacimli veriler üzerind e ileri seviye SQL v e BigQuery SQ L tecrübesi olan, Analitik odaklı veri modelleme ( Yıldız Şeması, Snowflake, Data Vault ) konularında güçlü bilgi birikimi bulunan, GCP Veri Analitiği Ekosisteminde (BigQuery, BigLa ke , Cloud Stora ge , Pub/Sub, Dataflow/Dataproc, Datafo r m, Cloud Composer) pratik deneyimi olan, Python ile veri işleme, veri dönüşümü ve ML pipeline geliştirme tecrübesine sahip, Power BI ile güçlü raporlama deneyimi ve kısa süred e Looker (LookML ) üzerinde modelleme yapabilecek teknik altyapıya sahip, Veri kalitesi yönetimi, veri kataloğu, veri sözlüğü ve metadata yönetimi süreçlerine hakim, Git tabanlı versiyon kontrolü, branch stratejileri ve CI/CD süreçleri ile çalışma deneyimi ve temel-orta seviyed e Terraform bilgisi olan, İyi seviyede yazılı ve sözlü İngilizce bilen, Analitik düşünme, problem çözme ve iş birimleri ile güçlü iletişim yeteneğine sahip olan. Sorumluluklar GCP ortamındaki BI & Data Analytics ekibi için geliştirilen veri ambarı (DWH) modüllerini ve süreçlerini uçtan uca yönetmek, Kaynak sistemlerden gelen verilerle GCP üzerinde ETL/ELT veri boru hatlarını (Dataform, SQL, Python, Dataflow/Dataproc vb.) tasarlamak, geliştirmek ve optimize etmek, BigQuery üzerinde küresel standartlara uygun analitik veri modelleri, mart katmanları ve semantic layer mimarileri oluşturmak, BI raporları ve self-servis analitik ihtiyaçlar için yüksek performanslı, yeniden kullanılabilir veri setleri ve Looker/Power BI modelleri tasarlamak, Veri bilimi ve yapay zeka senaryolarını desteklemek amacıyla BigQuery ML ve Vertex AI entegrasyonlu veri setleri ve feature store yapıları hazırlamak, Veri kalitesi kurallarını tanımlayarak otomatik kontrol ve doğrulama testlerini işletmek; veri tutarlılığını sürekli izlemek, Loglama, metrik ve alarm mekanizmaları kurarak veri boru hatlarının maliyet, performans ve güvenliğini proaktif olarak takip etmek, Global güvenlik politikaları doğrultusunda PII yönetimi, veri maskeleme, şifreleme ve satır/sütun bazlı erişim yetkilendirmelerini uygulamak, Veri modelleri, boru hatları ve veri soyu (lineage) bilgilerini güncel dokümantasyonlar ve veri sözlükleri ile sürdürülebilir kılmak, Mevcut analitik ortamdaki teknik borçları (technical debt) tespit ederek planlı bir şekilde azaltılmasını sağlamak.