Tweet
Facebook
Copy Link
Mô tả công việc
- Xây dựng kiến trúc, phát triển các công cụ khai thác dữ liệu lớn, xử lý, chuyển đổi dữ liệu lớn và quản trị dữ liệu lớn (Big Data).
- Triển khai và phát triển các ứng dụng, mô hình xử lý dữ liệu trong hệ sinh thái dữ liệu lớn (Big Data) (Hadoop, Spark, Kafka,…) nhằm đảm bảo cung cấp một nền tảng lưu trữ, xử lý và khai thác dữ liệu đồng nhất, ổn định và hiệu quả cao.
- Nghiên cứu và thiết kế các hệ thống bảng biểu, các vùng lưu trữ, các pipeline dữ liệu, các chuẩn nén và phân tầng dữ liệu … phục vụ cung cấp dữ liệu cho nhu cầu khai thác, phân tích của các yêu cầu và dự án triển khai trên hạ tầng Big Data.
- Tìm hiểu, phân tích, đánh giá và xử lý các nguồn dữ liệu bán cấu trúc và phi cấu trúc; xây dựng các phương án kết nối dữ liệu đúng logic, nhanh và ổn định.
- Nghiên cứu, phát triển và quy hoạch các hệ thống đồng bộ và xử lý dữ liệu theo thời gian thực (near realtime), data streaming trên các nền tảng Oracle, Kafka Streams,… phục vụ nhu cầu khai thác dữ liệu theo thời gian thực.
- Nghiên cứu, phát triển và quy hoạch các hệ thống đám mây (Google Cloud) phục vụ lưu trữ và xử lý dữ liệu để giảm tải cho các hệ thống on-premise.
- Đánh giá các giải pháp kỹ thuật cũng như kiến trúc của luồng xử lý dữ liệu để đảm bảo đáp ứng các yêu cầu về hiệu năng, mức độ sẵn sàng cao và tính dễ mở rộng.
- Xây dựng và cập nhật các tài liệu liên quan đến thiết kế, triển khai, phát triển và vận hành hệ thống lưu trữ và xử lý dữ liệu lớn
Yêu cầu công việc
1. Trình độ học vấn
- Tốt nghiệp Đại học trở lên chuyên ngành Công nghệ thông tin hoặc tương đương.
- Tiếng Anh: Thành thào 4 kỹ năng nghe nói đọc viết.
2. Kinh nghiệm, kiến thức
- Tối thiểu 02 năm kinh nghiệm với vai trò Kỹ sư dữ liệu lớn (Big Data Engineer) hoặc tương đương.
- Có kiến thức và kinh nghiệm làm việc về các hệ thống lưu trữ, xử lý dữ liệu phân tán, xử lý dữ liệu lớn (Hadoop, Spark, Elastic Search…); sử dụng Spark ETL with Scala, Python trên hệ sinh thái Hadoop.
- Có kiến thức, kinh nghiệm làm việc với các hệ thống streaming dữ liệu, các công cụ đồng bộ và chuyển đổi dữ liêu lớn, sử dụng các nền tảng Oracle, Cloudera và Confluent.
- Có kiến thức và kinh nghiệm về DB thuộc các nhóm: SQL DB: Oracle, MySQL, PostgreSQL, MariaDB, Amazon Aurona; No-SQL DB: Elasticsearch, Apache Cassandra, Apache Hbase, Google BigQuery, Apache Pinot; Graph DB: Neo4j, TigerGraph, Amazon Nepture; Memory DB: Redis, Hazelcast, Memcached
- Có kiến thức và kinh nghiệm làm việc với hệ thống Temenos Data Lake.
- Có kinh nghiệm sử dụng các công cụ BI như: OAS, Tableau, Power BI, Google Looker.
- Có kinh nghiệm làm việc theo mô hình Agile.
- Ưu tiên ứng viên có kinh nghiệm triển khai và phát triển các hệ thống Dữ liệu lớn tại các ngân hàng.
3. Các yêu cầu khác:
- Tư duy/khả năng lập trình tốt và có kỹ năng phân tích hệ thống.
- Chủ động, sáng tạo và cải tiến trong công việc, trung thực, có tinh thần trách nhiệm, bảo mật thông tin.
Quyền lợi
- Thu nhập hấp dẫn cùng gói phúc lợi toàn diện.
- Hệ thống các khóa đào tạo phát triển năng lực tương ứng từng vị trí công việc.
- Lộ trình thăng tiến rõ ràng.
- Trải nghiệm môi trường làm việc năng động cùng các hoạt động văn hóa tổ chức đặc sắc.
Ngân hàng TMCP Đông Nam Á (tên giao dịch Southeast Asia Commercial Joint Stock Bank) còn được gọi là SeABank thuộc Top 15 Ngân hàng TMCP lớn nhất Việt Nam. SeABank được thành lập vào năm 1994, có giấy phép kinh doanh năm 2005, trụ sở chính đặt tại 25 Trần Hưng Đạo, Q. Hoàn Kiếm, Hà Nội. Hiện nay SeABank có vốn điều lệ 12.088 tỷ đồng, chủ tịch Hội đồng quản trị là doanh nhân Lê Văn Tần.
Chính sách bảo hiểm
- Chính sách bảo hiểm chăm sóc sức khỏe toàn diện PVI Care: tăng hạn mức bồi thường, tăng độ tuổi tham gia bảo hiểm cho người thân;
- Chương trình khám sức khỏe định kỳ: danh mục khám chuyên sâu, mở rộng, tại các bệnh viện uy tín và có dịch vụ chất lượng cao;
Các hoạt động ngoại khóa
- Team Building
Lịch sử thành lập
- Tháng 3/1994, Ngân hàng TMCP Hải Phòng (tiền thân của SeABank) được thành lập tại Hải Phòng
- Tháng 9/2002, Đổi tên thành Ngân hàng TMCP Đông Nam Á – SeABank.
- Tháng 3/2005, Chính thức chuyển Hội sở từ Hải Phòng về 16 Láng Hạ, Ba Đình, Hà Nội, mở đầu cho việc phát triển mạnh mẽ về quy mô, mạng lưới giao dịch, tài sản, nguồn vốn, và các hoạt động Ngân hàng khác.
- Tháng 12/2006, Ứng dụng thành công phần mềm quản trị lõi ngân hàng T24 Temenos hiện đại bậc nhất thế giới chỉ trong vòng 01 năm triển khai. Đây là cơ sở quan trọng để SeABank có thể ban hành các sản phẩm dịch vụ ngân hàng đa dạng, hiện đại và chuyên nghiệp.
- Tháng 8/2007, MobiFone trở thành cổ đông chiến lược trong nước của SeABank.
- Tháng 3/2008, Chính thức phát hành thẻ ghi nợ nội địa S24+.
- Tháng 8/2008, Société Générale (Pháp) - Tập đoàn tài chính ngân hàng hàng đầu Châu Âu trở thành cổ đông chiến lược nước ngoài của SeABank.
- Tháng 6/2009, Chính thức triển khai theo mô hình ngân hàng bán lẻ.
- Tháng 1/2020, Công bố bộ nhận diện thương hiệu mới.
- Tháng 7/2011, SeABank là một trong những ngân hàng đầu tiên tại Việt Nam chấp nhận tất cả các loại thẻ quốc tế gồm Visa, MasterCard, CUP, American Express, JCB và Diners Club
- Tháng 2/2012, SeABank được NHNN xếp hạng thuộc nhóm 1 và lựa chọn vào danh sách các ngân hàng thương mại cổ phần đủ điều kiện tham gia phục vụ các dự án ODA tại Việt Nam
- Tháng 10/2013, Chính phủ và NHNN trao tặng SeABank Cờ thi đua “Đơn vị dẫn đầu phong trào thi đua năm 2012” và Cờ thi đua “Đơn vị đã có thành tích xuất sắc trong phong trào thi đua của ngành Ngân hàng năm 2012”.
- Tháng 1/2014, Ký kết thỏa thuận hợp tác toàn diện với Công ty Cổ phần PVI
- Tháng 1/2015, Ký kết hợp tác chiến lược toàn diện với Mercedes – Benz Việt Nam.
- Tháng 3/2016, Ký kết hợp tác chiến lược với hệ thống 5 siêu thị Big C tại Hà Nội.
- Tháng 11/2017, Chủ tịch nước trao tặng Huân chương Lao động Hạng Nhì vì “Đã có thành tích xuất sắc trong công tác từ năm 2011 đến năm 2017”.
- Tháng 4/2018, Công bố các giá trị cốt lõi làm tôn chỉ cho hoạt động kinh doanh bao gồm: Vì cộng đồng, Luôn minh bạch, Đồng chí hướng, Say khát vọng, Mãi vững bền.
- Tháng 10/2019, NHNN công nhận SeABank đạt chuẩn về tỷ lệ an toàn vốn tối thiểu theo chuẩn mực quốc tế Basel II theo Quyết định 2263/ QĐ-NHNN trước thời hạn.
- Tháng 11/2020, Được Chính phủ và Bộ Công Thương vinh danh Thương hiệu Quốc gia 2020.
- Tháng 12/2021, SeABank là ngân hàng duy nhất tại Việt Nam được The Banker vinh danh “Ngân hàng của năm 2021”.
- Tháng 6/2022, SeABank, Tập đoàn BRG và Vietnam Airlines ra mắt thẻ đồng thương hiệu SeATravel.
Mission
Phục vụ với sự tận tâm, nhiệt huyết để mang đến cuộc sống hạnh phúc hơn và một tương lai thịnh vượng cho cộng đồng.
Mọi người cũng đã tìm kiếm
Công việc của Data Engineer là gì?
Data Engineer hay kỹ sư chuyên về dữ liệu thường làm các công việc như phân tích nguồn dữ liệu, tích hợp thông tin giữa các hệ thống nhất với nhau, chuyển đổi và đồng bộ các dữ liệu trên nhiều hệ thống riêng biệt. Các nguồn dữ liệu ở đây được biết đến như các phần mềm website trong hoạt động các lĩnh vực bán hàng, nhân sự, tài chính, kế toán,....Bên cạnh đó, những vị trí như Data science, Data Analyst cũng thường đảm nhận các công việc tương tự.
Mô tả công việc của vị trí Data Engineer
Phân tích, tổng hợp, lưu trữ dữ liệu
Data Engineer kết hợp cùng DBA tạo ra các vùng lưu trữ dữ liệu từ các nguồn hệ thống thích hợp và mang lại hiệu quả cao. Nhiệm vụ của kỹ sư dữ liệu là đưa các dữ liệu vào Database và File Sever bằng cách (FTP, drag and drop…) và lưu trữ bằng (.csv, xlsx, .dat, database).
Chuẩn hóa và chuyển đổi logic, tập trung nguồn dữ liệu
Các dữ liệu được Data Engineer lưu chuyển đến các nguồn lữu trữ khác nhau nhằm mục đích so sánh, thêm dữ liệu và dự phòng các dữ liệu cho nhiều trường hợp khác nhau. Kỹ sư dữ liệu tập trung nguồn dữ liệu đưa các thông tin về một nguồn lưu trữ chung với các mô hình chuyên biệt, dành cho việc khôi phục phân tích các dữ liệu cần thiết trong các tình huống dự phòng.
Phân tích và trích xuất dữ liệu
Data Engineer sẽ kết hợp cùng với DBA (Database Administration) để tạo các vùng lưu trữ dữ liệu, đồng thời đảm bảo các yếu tố về bảo mật riêng tư, tính hiệu quả. Bên cạnh đó sẽ theo dõi và kiểm tra các nguồn dữ liệu được đưa từ các Database.
Triển khai machine learning cho hệ thống dữ liệu
Các mô hình học máy được thiết kế bởi các Data Engineers. Các Data Engineer chịu trách nhiệm triển khai chúng vào môi trường sản xuất. Điều này đòi hỏi phải cung cấp cho mô hình dữ liệu được lưu trữ trong kho hoặc đến trực tiếp từ các nguồn, định cấu hình thuộc tính dữ liệu, quản lý tài nguyên máy tính, thiết lập công cụ giám sát, v.v.
Data Engineer có mức lương bao nhiêu?
Lương cơ bản
Lương bổ sung
228 - 387 triệu
/nămLộ trình sự nghiệp Data Engineer
Tìm hiểu cách trở thành Data Engineer, bạn cần có những kỹ năng và trình độ học vấn nào để thành công cũng như đạt được mức lương mong đợi ở mỗi bước trên con đường sự nghiệp của bạn.
Số năm kinh nghiệm
Điều kiện và Lộ trình trở thành một Data Engineer?
Yêu cầu tuyển dụng của Data Engineer
Để thực hiện tốt các nhiệm vụ được giao, Data Engineer cần sở hữu những kiến thức, chuyên môn vững vàng và thành thạo những kỹ năng mềm liên quan:
Yêu cầu bằng cấp và kiến thức chuyên môn
-
Bằng cấp và chuyên ngành: Yêu cầu ứng viên đang theo học hoặc mới tốt nghiệp bằng Đại học chuyên ngành liên quan như Khoa học Dữ liệu, Khoa học Máy tính, Kỹ thuật Máy tính, Toán học, Thống kê, hoặc các ngành tương đương.
-
Kiến thức về bảo mật dữ liệu: Bảo mật dữ liệu là một yêu cầu quan trọng. Data Engineers cần hiểu về các biện pháp bảo mật và kiến thức về quyền truy cập dữ liệu.
-
Kỹ năng xử lý dữ liệu: Khả năng xử lý và biến đổi dữ liệu là quan trọng. Data Engineers cần hiểu về các công cụ và framework xử lý dữ liệu như Apache Spark, Apache Flink, hoặc Apache Kafka.
Yêu cầu về kỹ năng
-
Kỹ năng lập trình: Yêu cầu đối với Data Engineer là cần biết cơ bản về SQL, Python, Oracle. Kỹ sư dữ liệu không yêu cầu phải biết sâu về lập trình, tính toán nhưng phải nắm rõ các khái niệm và giá trị đằng sau các công thức hiển thị ở màn hình.
-
Kỹ năng phân tích logic: Kỹ năng phân tích logic luôn cần thiết trong các công việc cần sự chính xác và có tính liên kết với nhau. Data Engineer phải biết cách phân tích và tìm ra được ý nghĩa của những con số cũng như dữ liệu khô khan. Dựa vào đó, công ty có thể nhìn nhận được vấn đề để tìm ra hướng giải quyết phù hợp.
-
Kỹ năng thiết kế và trình bày báo cáo: Sau khi hoàn thành các công việc phân tích, bạn sẽ thu thập dữ liệu và lập bảng báo cáo trình bày lên cấp trên. Việc thiết kế và trình bày báo cáo phải mang tính dễ hiểu, dễ đưa ra các nhận định so sánh. Để giúp công việc trở nên thuận lợi hơn bạn có thể tự học hỏi và xem thêm các công cụ hỗ trợ thiết kế báo cáo.
Yêu cầu khác
-
Kinh nghiệm: Yêu cầu các Data Engineer đã có 1 - 2 năm kinh nghiệm. Hiểu rõ về các mô hình dữ liệu, thuật toán, kỹ thuật chuyển đổi dữ liệu. Có kinh nghiệm liên quan đến các giải pháp BI và ETL (trích xuất, chuyển đổi, tải dữ liệu) liên quan đến kho dữ liệu, các công cụ phân tích. Sử dụng được những công cụ chuyên dụng như Hadoop, Kafka,…
Lộ trình thăng tiến của Data Engineer
Lộ trình thăng tiến của Data Engineer có thể khá đa dạng và phụ thuộc vào tổ chức và ngành nghề cụ thể. Dưới đây là một lộ trình thăng tiến phổ biến cho vị trí này.
1. Intern Data Engineer
Mức lương: 2 - 4 triệu/ tháng
Kinh nghiệm làm việc: Dưới 1 năm
Intern Data Engineer là người được đào tạo, hướng dẫn đồng thời chịu trách nhiệm hỗ trợ các công việc thực tế của một Data Engineer thực thụ để bồi dưỡng thêm kinh nghiệm, nắm rõ được trách nhiệm ngành nghề của mình. Áp dụng nguyên tắc phần mềm, công nghệ vào phát triển, bảo trì, thiết kế, kiểm tra và đánh giá các phần mềm máy tính.
>> Đánh giá: Trong lĩnh vực khoa học dữ liệu, Intern Data Engineer là một trong những vị trí được đánh giá tương đối phức tạp và đòi hỏi nhiều kỹ năng. Theo đó, vai trò của Intern Data Engineer đó là thực hiện các phân tích, đánh giá dữ liệu quan trọng cho các hoạt động của doanh nghiệp. Là công việc thu hút rất nhiều ứng viên trẻ mới ra trường bởi mức lương hấp dẫn và lộ trình phát triển rộng mở.
>> Xem thêm: Việc làm Thực tập sinh Data Engineer cho người mới
2. Data Engineer
Mức lương: 18 - 30 triệu/ tháng
Kinh nghiệm làm việcb 1 - 4 năm
Data Engineer thường làm các công việc như phân tích nguồn dữ liệu, tích hợp thông tin giữa các hệ thống nhất với nhau, chuyển đổi và đồng bộ các dữ liệu trên nhiều hệ thống riêng biệt. Các nguồn dữ liệu ở đây được biết đến như các phần mềm website trong hoạt động các lĩnh vực bán hàng, nhân sự, tài chính, kế toán,....
>> Đánh giá: Doanh nghiệp hoạt động kinh doanh hiện nay không chỉ quan tấm đến vấn đề quản lý nguồn dữ liệu mà họ còn có mong muốn tìm ra hướng giải quyết mở rộng tài nguyên để lưu trữ và kiểm soát nguồn dữ liệu. Để làm được như vậy họ cần có Data Engineer - người sẽ giúp họ thực hiện các giải pháp trên. Chính vì thế đây là ngành nghề có xu hướng tuyển dụng tăng trong các năm tiếp theo.
>> Xem thêm: Việc làm Data Engineer đang tuyển dụng
5 bước giúp Data Engineer thăng tiến nhanh trong trong công việc
Trang bị các chứng chỉ liên quan
Bạn có thể ghi danh vào những khóa học dài hạn hoặc những chứng chỉ online để vừa củng cố chuyên môn, vừa được chứng nhận có kiến thức về một lĩnh vực. Các Data Engineer tiềm năng có thể tìm hiểu việc có được các chứng chỉ chuyên môn như AWS Certified Data Analytics, Microsoft Certified: Azure Data Engineer Associate, hoặc các khóa học online uy tín cũng sẽ giúp bạn khẳng định năng lực và tăng khả năng cạnh tranh trên thị trường lao động.
Phát triển kỹ năng thống kê
Đây cũng là kiến thức cơ bản bạn cần nắm. Bạn nên bắt đầu nghiêm túc với các môn học xác suất thống kê, thống kê mô tả để nắm được các khái niệm cơ bản như nghịch lý Simpson, phân tích dữ liệu khám phá (EDA), liên kết các biến,… Đó sẽ là tiền đề vững chắc để bạn phát triển hơn trong nghề.
Có khả năng thu thập, xử lý và phân tích dữ liệu
Dữ liệu ngày nay vô cùng đa dạng và đến từ nhiều nguồn khác nhau (như bảng khảo sát, thống kê mạng xã hội, điện thoại di động,...). Từ đống dữ liệu “lộn xộn” đó bạn phải xử lý về cùng một ngôn ngữ mà máy đọc được. Vì vậy bạn cần chú trọng đến các kỹ năng này để làm việc hiệu quả, năng suất, tiết kiệm thời gian hơn.
Đầu óc tư duy nhạy bén
Với một Data Engineer cần phải tư duy hơn người bình thường. Bạn là người làm việc với dữ liệu và sử dụng bộ não để nhìn nhận từ nhiều góc độ để tìm ra giải pháp hiệu quả nhất. Do đó, nếu bạn không có cái nhìn đa chiều thì rất khó để giải quyết được vấn đề.
Hiểu rõ thuật toán Machine Learning
Đây có thể cho là kỹ năng cần thiết nhất đối với một Data Engineer. Hiểu đơn giản, Machine Learning là “dạy” máy tính học các dữ liệu lịch sử, dữ liệu có sẵn để đưa ra được các quyết định tự trị một cách thông minh. Hiểu rõ cơ chế hoạt động này sẽ giúp Data Engineer tiết kiệm được nhiều thời gian trong việc khám phá, dự báo từ dữ liệu.
Đọc thêm: