Athemaster 在2022年10月對外發表屬於Athemaster 2.0 在資料領域做為領導品牌的產品與服務：
✓ Data Project Management Methodology
✓ Data as a Product Development Framework
關於 Athemaster：
✓ 多緯度的Athemaster https://rebrand.ly/05d8f3
✓ 7 個加入Athemaster的理由 https://rebrand.ly/f60e90.
▎Job Description
參與內外部專案，幫助企業客戶運維 Data infra(資料基礎建設)、研發 Data pipeline(資料管線) 與 Data products(資料產品)，整合與提升企業商務系統，以滿足 Data-Driven 數據驅動之轉型目標。並與團隊一起發展 Athemaster 2.0 data project 方法論。
先閱讀此篇，有助於了解Athemaster在做什麼？
「Anna’s 面試官記事-甲乙方資料工程師的生活是什麼樣子呢？」
https://reurl.cc/OpKKN7
▎主要工作內容
- Data pipeline 設計
- Data pipeline 程式撰寫與測試
- Data pipeline 部署與維運
- Data products 之運維（Data Products：例如資料表、演算法(模型)、API、儀表板或應用系統）
▎Why Join Us
● 地端平台分散式系統建置服務市占率超過 8 成 = 代理多元化的產品 ( Azure 、Cloudera、Ataccama ) + 獨家資料產品方法論
● Our Team = 扁平化的組織 & 高度透明化 & 開放性溝通 & 團體共識決
● 多元・新型態 資料專案應用場景 = DevOps、DataOps、MLOps、BizDevOps
● 每月加班時數僅占總工時 0.5% = 顧問式服務 + 優質專案管理模式
● 推動 AM-MRR (Athemaster Business Project Multiple Roles and Responsibilities ) 制度，打造不同類型以提供員工不同樣貌的成長路徑。
● 工作技能：Mentors | 帕德嫩學院 | 柏拉圖轉驛站
● 技術成長：自治社群 | Python・ Java ・ PJM ・DevOps、BizDevOps (對接外部社群活動-如 資料工程協會、台灣敏捷社群、SQLPASS、DevOps Taiwan 等)
● 近98%員工滿意於薪資協商及水準：不同於傳統公司單向式的調薪制度，我們皆透過員工與雇主雙向的討論，創造客觀薪資調整制度，由員工自主提出預期加薪幅度。
▎我們希望你有的經驗跟特質
- 對 Data-Driven Business 和 Data Engineering 有極大的熱情。
- 了解架構資料平台所需的相關技術，例如 RDBMS, NoSQL DB, Search Engine, Data Warehouse, Event Streaming Platform 等。
- 有 ETL 或資料分析案之專案經驗。
- 樂於與團隊互動、與客戶合作，並回應變化，願意了解客戶產業的領域知識以開發可用的軟體。
- 認同溝通的雙向性，職務內所需之訊息主動聽取、提出必要問題以正確理解，不依靠他人作為自己的眼睛、耳朵與嘴巴。
- 認同權限與責任對等原則，尊重擔負責任者經共識活動後的最終決策，並接受自己角色範圍內的指派。
- 認同角色範圍內個人能力應穩定輸出，達成預期之客戶價值。認同喜好或優先於團隊的個人考慮並非挑撿任務之合理原因。
- 樂於學習最新的技術，隨時充實自我的專業技能。
▎應徵條件
- 熟悉 Python 程式語言。Athemaster主要用 Python & Java。
- 熟悉至少一種 SQL **與** NoSQL 資料庫的運用。例如 MySQL、PostgreSQL、Mongo 任一種。
- 具有分散式運算的相關知識。例如 Spark、Hadoop、Hive、impala、kafka等。
- 熟悉 Git, Jenkis, Airflow 等 Data Pipeline 開發關聯系統之使用。
- 至少 3 年工作經驗
- 1 年以上擔任 Data Engineer 角色參與專案之經驗，並熟悉 ETL 流程
▎加分條件
- 願意參與 Data infra 維運（Data Infra：各種儲存結構化或半結構化資料的系統）。
- 願意參與運維最佳化系統效率與穩定度，架構高速、穩定且容易擴充的計算平台。
- 具有使用 NoSQL 的實務經驗。例如 HBase、Cassandra、Redis、MongoDB 等一種或多種相關技術。
- 具有使用 Streaming 資料處理系統的實務經驗。例如 Spark-streaming、Kafka、Flink 等。
- 具有使用 ETL Tool 資料整合工具的實務經驗。例如 Informatica, NiFi, Pentaho 等。
- 熟悉任一種視覺化工具。例如 Tableau, Power BI, Redash 等。
