مهندس زیرساخت داده‌های پژوهشی
Research Data Infrastructure Engineer
تمام‌وقتتهران، میرداماد
درباره آنچه می‌سازیم
ما در حال توسعه یک پلتفرم پژوهشی برای تحلیل بازارهای مالی هستیم. هدف ما ساخت زیرساختی است که پژوهشگران بتوانند با اطمینان، سرعت و قابلیت تکرار، روی داده‌های تاریخی و جاری بازار تحقیق کنند، فرضیه‌های خود را آزمایش کنند و مدل‌های کمی توسعه دهند. اگر از ساخت سیستم‌های داده‌ای مقیاس‌پذیر، طراحی پایپ‌لاین‌های قابل اعتماد و حل مسائل پیچیده داده لذت می‌برید، خوشحال می‌شویم با شما همکاری کنیم.
+مسئولیت‌ها
- طراحی، پیاده‌سازی و نگهداری زیرساخت داده‌های پژوهشی
- توسعه پایپ‌لاین‌های دریافت، به‌روزرسانی و پردازش داده از منابع مختلف
- پاک‌سازی، استانداردسازی و اعتبارسنجی داده‌ها
- طراحی ساختار مناسب برای ذخیره‌سازی داده‌های حجیم و تاریخی
- ایجاد مکانیزم‌های خودکار برای کنترل کیفیت داده‌ها
- مستندسازی کامل منابع داده، ساختارها و فرآیندهای پردازش
- بهینه‌سازی سرعت دسترسی، جستجو و پردازش داده‌ها
- همکاری نزدیک با پژوهشگران برای فراهم کردن داده‌های موردنیاز پروژه‌های تحقیقاتی
- مدیریت نسخه‌های مختلف داده به‌گونه‌ای که نتایج پژوهش‌ها در آینده قابل بازتولید باشند
✦مهارت‌های مورد نیاز
- تسلط به Python
- تسلط به SQL
- تجربه طراحی و توسعه Data Pipeline
- آشنایی با پایگاه‌های داده رابطه‌ای و تحلیلی
- آشنایی با فرمت‌های داده‌ای مانند Parquet و Apache Arrow
- تجربه کار با Git
- توانایی طراحی فرآیندهای اعتبارسنجی و کنترل کیفیت داده
✓مزیت محسوب می‌شود
- تجربه کار با داده‌های بازارهای مالی
- آشنایی با PostgreSQL، DuckDB یا ClickHouse
- تجربه استفاده از Pandas، Polars و PyArrow
- آشنایی با Airflow یا Prefect
- تجربه کار با Docker و Linux
- آشنایی با مفاهیم پژوهش کمی (Quantitative Research)، بک‌تست و تحلیل داده
···ویژگی‌های فردی
- دقت بالا و حساسیت نسبت به کیفیت داده
- توانایی حل مسئله و طراحی سیستم
- روحیه یادگیری مستمر
- توانایی مستندسازی مناسب
- مسئولیت‌پذیری و نظم در توسعه نرم‌افزار
···شاخص‌های موفقیت
فردی که در این جایگاه موفق باشد، بتواند:
- اضافه کردن یک منبع داده جدید را به فرآیندی سریع و استاندارد تبدیل کند.
- کیفیت داده‌ها را به‌صورت خودکار پایش کرده و خطاها را پیش از ورود به پژوهش شناسایی کند.
- دسترسی سریع و مطمئن پژوهشگران به داده‌های تمیز و مستند را فراهم کند.
- زیرساختی ایجاد کند که با افزایش حجم داده‌ها همچنان پایدار، سریع و قابل نگهداری باقی بماند.
- تمامی داده‌ها و فرآیندهای پردازش را به‌گونه‌ای مدیریت کند که نتایج تحقیقات در آینده به‌طور کامل قابل بازتولید باشند.
