[ Data Engineering Team 的使命 Mission ]

KKday 團隊在快速深入全世界的目標下，面對世界的市場、用戶，將會有更為大量、更高複雜性的數據需要被挖掘，同時，數據的整合與提高易用性也越加重要。
Data Engineering Team 將打造一個數據宇宙，打破 KKday 內部、外部數據的藩籬，透過各種數據科技，探索數據宇宙的世界，進而發展各類型數據應用，為 KKday 創造價值。每一位 Data Engineer 被賦予這些使命：

- 讓 KKdayers 都能成為數據太空人，探索數據宇宙
- 提供多元、穩定、高品質的數據
- 掌握數據科技，應變變化多端的數據應用
- 標準化數據架構，加速推動數據應用

[ 加入 KKday Data Engineering Team ]

我們希望你具備的特質：
- 良好的團隊溝通能力，你將與 KKday 各種資料工作角色密切的合作
- 對技術有熱忱，樂於增進自我、學習以及分享
- 對任何與資料相關事物具有極大的熱情

你將會參與很酷的事：
- 處理及挑戰資料相關的工程問題，支援 KKday 各資料分析團隊的相關工作
- 開發/維運資料庫及資料倉儲
- 開發/優化/維運及監控資料模型、ETL/Data Pipeline、資料架構
- 落實 DataOps 精神與技術，如：資料品質、資料治理、資料模型
- 落實 MLOps 精神與技術，如：模型管理、模型監控
- Survey 資料工程領域相關新技術，以及 PoC 的建立與評估

[ Requirements ]
- 至少 1 年 Python 開發實戰經驗，並具備使用 Pandas 處理資料的能力
- 熟悉 GNU / Linux 系統
- 熟悉 SQL 與任一關聯式資料庫的運用、操作 (PostgreSQL / MySQL)
- 熟悉任一 NoSQL 資料庫運用、操作 (MongoDB / Redis)
- 具有建置 data processing pipeline 的實務經驗 (Airflow / Luigi / Digdag)
- 具有 Git 相關版控工具實務經驗

[ Nice to Have ]

- 具有 GCP 或 AWS Cloud Service 的實務使用經驗
- 具有建立自動化 CI/CD 的實務經驗
- 具有開發 Data or Model Serving API 服務的實務經驗
- 具有 MLOps 概念及部署 Machine Learning Model 的實務經驗
- 具有 Docker、Kubernetes 的實務經驗
- 具有建立 ElasticSearch、Logstash、Kibana 的實務經驗
- 具有 Stream processing 的實務經驗 (Spark Streaming、Flink)
- 具有 Message Queue 的實務經驗 (Kafka / RabbitMQ)
- 有整合過第三方 Tracking tool (Mandrill / Campaign Monitor / Mixpanel / Google Analytics)