Miqyaslana bilən data arxitekturalarını (data lake, data warehouse, data mesh prinsipləri) dizayn etmək və data modelləşdirmə standartlarını müəyyən etmək;
MLOps komponentlərinin (feature store, model registry, model deployment orkestrasiyası) qurulmasına liderlik etmək (OpenShift AI, Kubernetes);
İri həcmli batch və real-vaxt data pipeline-larını (Kafka, CDC, ETL/ELT) dizayn etmək və dayanıqlılığını təmin etmək;
Data governance istiqamətində data lineage, metadata kataloqu və data access siyasətlərinin platforma mexanizmləri ilə tətbiqini təmin etmək;
AI iş yükləri üçün infrastruktur tələblərini (GPU resursları və s.) müəyyən etmək və Cloud-Native komandası ilə birgə təmin etmək;
Data keyfiyyəti monitorinqi və data observability strategiyasını qurmaq, performans problemlərini öncədən aşkarlamaq.
Geniş data platforması dəyişikliklərini planlamaq, tətbiq etmək və riskləri dəyərləndirmək;
Data təhlükəsizliyi, yüksək mövcudluq (High Availability) və xərclərin optimallaşdırılması kimi strateji sahələrdə qərar vermək.
Bizim üçün uyğun namizəd:
İnformasiya Texnologiyaları, Kompüter elmləri sahəsində ali təhsili olan;
İri miqyaslı data pipeline-larının (batch və streaming) dizaynı və istismarı üzrə dərin təcrübəyə sahib;
MLOps alətləri və yanaşmaları (model registry, feature store, model serving; OpenShift AI və ya oxşar platformalar) üzrə təcrübəsi olan;
Python və SQL üzrə yüksək səviyyədə səriştəsi olan; Kubernetes/OpenShift üzrə dərin biliklərə sahib;
Mentorluq və geniş mühəndislik təcrübəsi olan kollektivlə ünsiyyət bacarıqlarına malik olan;
Komanda idarəetməsi, liderlik və kompleks texnoloji problemlərə innovativ həllər tapma bacarıqları olan;
Scrum/Agile prinsipləri üzrə işləmək qaydalarını bilən;
İnsident və Problem idarə edilməsi üzrə biliklərə sahib;
İnkişaf etdirilmiş analitik bacarıqlar və kritik düşüncəsi olan və mürəkkəb texniki məsələləri başa düşərək problemi təhlil edib optimal həllər təqdim edən şəxsdir.
