Thiết kế, xây dựng và vận hành hạ tầng dữ liệu, analytics và MLOps trên AWS và Databricks.
Yêu cầu
7+ năm kinh nghiệm kiến trúc nền tảng dữ liệu hoặc hạ tầng cloud/ML
Chuyên môn sâu về AWS và Databricks (Delta Lake, Unity Catalog)
Thành thạo Apache Spark, xây dựng pipeline dữ liệu streaming và batch
Thành thạo Python, SQL và IaC (Terraform, CloudFormation), CI/CD
Kinh nghiệm vận hành hạ tầng ML/AI và các công cụ MLOps (MLflow, Airflow, dbt)
Trách nhiệm
Thiết kế và triển khai nền tảng dữ liệu và ML end-to-end trên AWS và Databricks
Dẫn dắt thực hành DevSecOps và DataOps, gồm IaC và pipeline CI/CD cho dữ liệu và ML
Vận hành hạ tầng ML: cụm huấn luyện, quản lý phiên bản, giám sát mô hình
Thiết lập chuẩn quản trị dữ liệu, lineage và chất lượng; cố vấn đội ngũ kỹ thuật
Có thì tốt
Quen thuộc với ngôn ngữ Scala
Kinh nghiệm trong ngành fintech hoặc môi trường yêu cầu bảo mật cao
Lương và phúc lợi
Thưởng theo hiệu suất và quyền chọn cổ phiếu GoTyme Group
Lương tháng 13 tính theo tỷ lệ thời gian làm việc
15 ngày phép năm + 3 ngày nghỉ ốm + 1 ngày sinh nhật + 1 ngày Giáng sinh
Bảo hiểm sức khỏe cao cấp cho bản thân và gia đình, phụ cấp ăn trưa và gửi xe
Tóm tắt bằng AI từ JD gốc, đọc JD gốc trước khi ứng tuyển.
Role Overview
We are seeking a Senior/Lead Platform Engineer who will take ownership of the design, implementation and operation of our core data, analytics and ML infrastructure. This role spans across platform architecture, DevSecOps, DataOps, and ML infrastructure, and requires a combination of strategic thought leadership and hands-on execution. You will build, integrate and operate platforms on AWS and Databricks, enabling scalable, secure, production-grade ML/AI solutions.
Key Responsibilities
Architect and implement end-to-end data and ML platforms: data lakes, warehouses, streaming and batch pipelines, model training/deployment infrastructure, on AWS + Databricks.
Lead DevSecOps and DataOps practices: infrastructure as code (IaC), CI/CD pipelines for data & ML workflows, secure multi-account/multi-region cloud operations.
Integrate AWS services (e.g., S3, Redshift, Kinesis, Lambda, EKS/ECS) with Databricks runtime, Delta Lake, Unity Catalog etc to build scalable, performant pipelines.
Build and operate ML infrastructure: training clusters, model versioning, MLOps toolchain (e.g., MLflow), model monitoring and observability, automatic retraining workflows.
Establish data governance, lineage, quality, observability standards across data pipelines and ML workflows.
Mentor engineering teams, define architectural best practices and guide implementation of high-scale data/ML systems.
Optimize system performance, cost and scalability; diagnose and resolve large-scale production issues.
Continuously evaluate new tools and technologies in the areas of cloud, data platform, DevSecOps, ML infrastructure and apply them to drive innovation.
7+ years of experience in data platform architecture, cloud/ML infrastructure engineering or related roles.
Deep technical expertise in Databricks and AWS: demonstrated ability to design, integrate and operate solutions spanning both platforms.
Strong hands-on implementation skills: you will not just design but build, deploy and operate the platform.
Proven track record of building and operating scalable ML/AI platforms in production (model training & deployment).
Expertise in Apache Spark, Delta Lake, modern data pipeline frameworks (batch + streaming).
Strong background in infrastructure as code (Terraform, CloudFormation), CI/CD for data/ML, and DevSecOps practices.
Proficiency in Python and SQL; familiarity with Scala or equivalent is a plus.
Experience with data governance, data lineage, observability and MLOps frameworks (e.g., MLflow, Airflow, dbt).
Bonus: Experience in fintech, regulated industries or high-security environments.
Performance-based bonus and equity participation in GoTyme Group
