top of page

Data/Machine learning engineer inom AWS(ID:203)

Beskrivning av uppdraget

Trafikförvaltningen bygger nu en egen informations och dataplattform och söker utvecklare som kan förstärka vårt agila team som jobbar med en ny Big Data-plattform (LakeHouse). Du kommer vara med i ett team som består av produktägare, lösningsarkitekt,testare, andra utvecklare samt verksamheten. Senare också data scientists.

Plattformen måste hantera stora datamängder och integrera med många lösningar som är beroende av data, både on prem och i molnet. Exempelvis ta emot information från tusentals fordon samt allt annat som kan vara relevant för att producera datadrivna beslut och i slutändan ge en miljon människor som reser med oss varje dag en bättre resa.

Eftersom vi använder många teknologier, letar vi efter dig som har gedigen programmeringsbakgrund i olika språkoch har erfarenhet av data manipulering och att bygga data pipelines.Vi ser att du behärskar data området väl, och har enkelt att lära dig nya teknologier. Vår huvudplattform är i AWS, och vi använder många AWS teknologier såsom Kinesis, Glue, Athena, Aurora, så vi ser gärna att du har jobbat med AWS eller liknande förut.

Vi är i ett tidigt stadium i utvecklingen och fokusärpå att bygga plattformen, samt ta in nya dataflöde. Det innebär att du måste vara öppen för bredare uppgifter som innebär att undersöka olika tekniker och lösningsförslag, samt hjälpa oss att förbättra våra processer och arbetssätt.Personliga egenskaper såsom flexibilitet, nyfikenhet och förmågan att sätta sig i nya saker snabbt värderas högt.

Uppdraget möjliggör både arbete på distans och på plats på kontoret på Kungsholmen i Stockholm. Dagar och tider för detta styrs efter behov av i organisationen och i de agila team man arbetar.

Start- och slutdatum

Start: 2022-01-17

Slut: 2022-12-31

Exakt omfattning

100% (Heltid – 40h/vecka).


15 visningar

Senaste inlägg

Visa alla

Lifecycle engineer/business analyst (75%) ID:197

The Lifecycle engineer is responsible for performing cost-to-serve analysis and identifying and driving improvement suggestions to ensure low lifecycle costs in product development. The lifecycle engi

bottom of page