لدينا فرصة مثيرة ومجزية لك لتطوير مسيرتك في هندسة البرمجيات.

كـ مهندس برمجيات III في جي بي مورغان تشيس ضمن إدارة الأصول والثروات، ستكون عضوًا متمرسًا في فريق مرن لتصميم وتقديم منتجات تكنولوجية رائدة في السوق بطريقة آمنة ومستقرة وقابلة للتوسع. ستكون مسؤولاً عن تنفيذ حلول تكنولوجية حاسمة عبر مجالات فنية متعددة ضمن وظائف الأعمال المختلفة لدعم أهداف الشركة التجارية.

المسؤوليات الوظيفية

• تصميم وبناء وصيانة خطوط بيانات دفعة (وعند الحاجة) تدفق البيانات باستخدام داتابريكس.
• تطوير وتحسين سير عمل ETL/ELT باستخدام بايثون / SQL وعمليات سير العمل/الوظائف في داتابريكس.
• تنفيذ نمذجة البيانات (أنماط برونزية/فضية/ذهبية)، وتنظيم البيانات، ونشر مجموعات البيانات للتحليلات والاستهلاك.
• تحسين وضبط وظائف Spark من أجل الأداء، والتكلفة، والقابلية للتوسع (التقسيم، حجم الملفات، التخزين المؤقت، الانضمامات، إلخ).
• ضمان جودة البيانات القوية من خلال التحقق، والمصالحة، والمراقبة، والتنبيه.
• التعاون مع أصحاب المصلحة (محللو البيانات، علماء البيانات، فرق المنتجات والهندسة) لترجمة المتطلبات إلى حلول بيانات.
• تنفيذ واتباع ممارسات CI/CD وSDLC لرمز هندسة البيانات (الاختبار، مراجعات الكود، التحكم في الإصدارات).
• دعم العمليات الإنتاجية: تحليل الحوادث، تحليل السبب الجذري، وتحسين موثوقية خطوط البيانات.
• المساهمة في الوثائق، والمعايير، والأطر القابلة لإعادة الاستخدام لتحسين إنتاجية الفريق.

المؤهلات والقدرات والمهارات المطلوبة

• تدريب رسمي أو شهادة في مفاهيم هندسة البرمجيات و3+ سنوات من الخبرة العملية.
• خبرة عملية في هندسة البيانات.
• خبرة قوية مع داتابريكس (الوظائف/عمليات سير العمل، دفاتر الملاحظات، المجموعات، ضبط الأداء).
• إجادة في بايثون وSQL؛ خبرة قوية في باي سبارك/SQL سبارك.
• خبرة في نمذجة البيانات، ETL/ELT، ضبط الأداء، جودة البيانات، المراقبة، واستكشاف الأخطاء وإصلاحها.
• فهم قوي لهندسة خطوط البيانات، ومفاهيم التنسيق، وإدارة الاعتماد.
• خبرة في العمل مع أنماط تخزين بحيرات البيانات/منزل البيانات وصيغ الملفات (مثل، باركيت).
• معرفة بأساليب العمل المعتمدة على Git وأفضل الممارسات الهندسية.

المؤهلات والقدرات والمهارات المفضلة

• تعرض لـ AI/ML كميزة إضافية: خبرة في دعم سير عمل ML من خلال بناء مجموعات بيانات الميزات، وتدريب/تقديم خطوط بيانات، أو تمكين مراقبة النماذج والتجريب (مثل، العمل مع علماء البيانات على مدخلات بيانات قابلة للتكرار، وهندسة الميزات، والجداول الجاهزة لـ ML).

• معرفة بأدوات/نظام ML هي ميزة (أمثلة: MLflow، سجل نماذج داتابريكس، التجريب القائم على دفاتر الملاحظات)، وفهم للمفاهيم الأساسية لـ ML (التدريب مقابل الاستدلال، التسرب، الانجراف).

  
  

  خبرة في ميزات دلتا ليك (جداول ACID، السفر عبر الزمن، التحسين).

  
  

• تعرض لـ التدفق (مثل، تدفق البيانات الهيكلي في سبارك) وأنماط قائمة على الأحداث.

  
  

  خبرة في منصات السحابة (AWS/Azure/GCP) ودمج تخزين السحابة.

  
  

• معرفة بـ حوكمة البيانات، وضوابط الوصول، والتعامل الآمن مع البيانات الحساسة.

  
  

  معرفة بأدوات التنسيق (مثل، Airflow أو ما شابه) ودعم منصات البيانات ذات الجودة الإنتاجية (المراقبة، SLAs، دورات الاتصال).