یک مهندس داده‌ی حسابایی این ویژگی‌های فنی را دارد:
- آشنایی با الگوریتم‌های تحلیل داده و تجربه طراحی و توسعه‌ی سرویس‌های کلان داده
- تسلط به زبان‌های برنامه‌نویسی پایتون، جاوا یا اسکالا و همچنین تسلط بر SQL
- آشنایی با ابزارهای اکوسیستم hadoop مانند HDFS، Spark و HBase
- تجربه کار با Apache Airflow ، Kafka و ELK
- توانایی و تجربه‌ی تحلیل، مستندسازی و مدلسازی داده و همچنین نوشتن کد تمیز و قابل نگهداری
- آشنایی با Docker، Git و اصول CI/CD
- تسلط بر پایگاه داده‌های رابطه‌ای و غیررابطه‌ای نظیر PostgreSQL ، MongoDB و Clickhouse
داشتن این ویژگی‌ها هم مزیت محسوب می‌شود:
- آشنایی با معماری نرم‌افزار، خصوصا معماری‌های مقیاس‌پذیر
- تجربه‌ی پردازش داده‌های کلان با Spark ، Flink یا Dask
- آشنایی با فرمت‌های مختلف ذخیره‌سازی فایل نظیر Parquet ، HDF5 و Feather
- تجربه در ساخت سیستم‌های استریم داده با Kafka Streams یا ابزارهای مشابه
- آشنایی با مفاهیم Data Warehouse ، Data Lake ، Data Lakehouse و معماری‌های مدرن داده
و البته این ویژگی‌های عمومی هم برای هر حسابایی، از نان شب واجب‌تر است:
- توانایی حل مسئله: می‌شه گفت که هر داده و پروژه، یک مسئله جدیده که قبلا ندیدیمشون! به همین دلیله که یک حسابایی می‌تونه به خوبی به مسائل جدید حمله کنه تا اون‌ها رو از پا دربیاره.
- دارای روحیه کار تیمی: توی حسابا این «تیم» هست که پروژه‌ها رو انجام می‌ده و نه «شخص» و نه حتی مجموعه‌ای از «شخص‌ها»! بنابراین توانایی کار کردن با یک تیم، یکی از مهم‌ترین ویژگی‌های یک حسابایی هست.
- علاقه‌مند به یادگیری: در علوم داده هم مثل خیلی از حوزه‌های فناوری و دانش، ابزارها و دانش‌ها دائما در حال تحول و پیشرفت هستن. به همین دلیل، علاقه به یادگیری فناوری‌های جدید یکی از توانایی‌های مهم یک حسابایی محسوب می‌شه که می‌خواد همیشه با استانداردهای بالا کارهاش رو انجام بده.
با رزومه ساز کاربوم نتیجه بهتری بگیرید
