Data Engineer
Kỹ thuật
Quay lại danh sách vị trí đang tuyển
Data Engineer
Kỹ thuật Việt Nam (Từ xa/Hybrid) Toàn thời gian / Hợp đồng
Tóm tắt vị trí
Bạn xây và chịu trách nhiệm hạ tầng dữ liệu mà các đội analytics và ML dựa vào. Ở cấp Middle, bạn xây và mở rộng ETL/ELT pipeline trong kiến trúc warehouse có sẵn. Ở cấp Senior, bạn còn thiết kế data model của warehouse từ đầu, đặt chuẩn chất lượng và quản trị dữ liệu, và là người mà các kỹ sư khác gọi khi pipeline hỏng lúc 2 giờ sáng.
Trách nhiệm chính
- Thiết kế và xây ETL/ELT pipeline có khả năng mở rộng bằng Python, Apache Spark và Airflow.
- Quản lý và tối ưu cloud data warehouse (Snowflake, BigQuery hoặc Redshift) về hiệu năng truy vấn và chi phí.
- Xây data model (Star/Snowflake schema) vẫn dùng tốt khi doanh nghiệp thêm nguồn dữ liệu mới.
- Xây pipeline lakehouse và streaming (Databricks, Delta Lake hoặc Iceberg, Kafka hoặc Flink, change data capture) khi batch ETL chưa đủ.
- Dùng dbt cho các phép biến đổi có kiểm thử và quản lý phiên bản, đồng thời thống nhất data contract với các đội tạo ra và dùng dữ liệu.
- Chịu trách nhiệm chất lượng, tính toàn vẹn và quản trị dữ liệu – phát hiện pipeline hỏng trước khi bên liên quan phát hiện, không phải sau – với các kiểm tra độ mới, khối lượng và schema có cảnh báo.
- Chuẩn bị dữ liệu sẵn sàng cho AI: dataset sạch, có tài liệu và được kiểm soát truy cập cho ML và LLM.
- Phối hợp với Data Scientist và Analyst để chuẩn bị dataset sạch, có tài liệu cho mô hình ML và dashboard.
- (Senior) Chịu trách nhiệm schema warehouse và kiến trúc pipeline từ đầu đến cuối, đặt chuẩn chất lượng dữ liệu cho đội.
Yêu cầu
- Tiếng Anh: thành thạo, giao tiếp nói và viết tốt – ghi tài liệu pipeline và data contract để các bên liên quan quốc tế không phải đoán.
- Từ 3 năm (Middle) đến 5 năm (Senior) kinh nghiệm Data Engineering.
- Thành thạo Python và SQL nâng cao, gồm tối ưu truy vấn.
- Có kinh nghiệm với công cụ big data (Spark, Kafka) và orchestration (Airflow/Prefect).
- Quen với ít nhất một nền tảng dữ liệu cloud (AWS Glue hoặc EMR, Azure Data Factory hoặc Microsoft Fabric, hoặc Databricks).
- Hiểu CI/CD và thực hành kiểm thử áp dụng cho data pipeline, không chỉ code ứng dụng.
- Dùng AI trong công việc kỹ thuật hằng ngày: dùng AI coding assistant viết code pipeline và dùng AI phát hiện bất thường để thấy lỗi chất lượng dữ liệu sớm hơn.
- Kiểm thử SQL và code pipeline do AI tạo ra trên dữ liệu thật trước khi bàn giao, và không đưa dữ liệu nhạy cảm vào các công cụ AI chưa được phê duyệt.
- Chuẩn bị dữ liệu cho AI: pipeline embedding và vector index, lineage, che PII (masking), và kiểm soát truy cập đối với dữ liệu mà retrieval được phép đọc.
- Là lợi thế: chứng chỉ dữ liệu như Google Professional Data Engineer, Azure DP-700, Databricks Data Engineer hoặc SnowPro Core.
- (Senior) Đã thiết kế data warehouse hoặc kiến trúc pipeline từ đầu và đặt chuẩn quản trị dữ liệu cho một đội.
Về GTEMAS
GTEMAS là đối tác kỹ thuật toàn cầu, vận hành trên một hệ sinh thái kết hợp nhân sự xuất sắc, học tập liên tục và quản lý triển khai chặt chẽ, để làm ra sản phẩm số ổn định, dễ mở rộng và đạt chuẩn toàn cầu.
Bạn sẵn sàng tạo ra khác biệt?
Hãy bước tiếp trong sự nghiệp cùng GTEMAS. Nhấn nút bên dưới để bắt đầu ứng tuyển.
Ứng tuyển ngay