وظّف كبار مهندسي Databricks المُدقَّقين

التوظيف الخاطئ في Databricks يُفرِط في تخصيص العناقيد، ولا يُشغِّل OPTIMIZE أو VACUUM على جداول Delta، ويكتب مهام Spark تُبعثِر مجموعة البيانات كاملة بينما يكفي ربطٌ بثّي (Broadcast Join). والنتيجة Lakehouse يُكلِّف ثلاثة أضعاف ما ينبغي، ويُشغِّل في ساعاتٍ مهاماً ينبغي أن تستغرق دقائق. عمل Databricks الكبير هو اقتصاديات العناقيد وضبط Spark بقدر ما هو تصميم خطوط الأنابيب.

أيّ شخص يستطيع أن يُشغِّل عنقود Databricks. السؤال هو: هل يقدر أن يُصمِّم Lakehouse يبقى سريعاً وميسوراً: تحسين جداول Delta Lake، واستعلامات مُسرَّعة بـ Photon، وحوكمة Unity Catalog عبر مساحات العمل، وعناقيد مهام بحجم صحيح، ومهام Spark مضبوطة لتجنّب البعثرة غير الضرورية. هذا ما نُدقِّق عليه مهندسي Databricks.

ما نُقدّمه

01

بنية Lakehouse على Delta Lake: تصميم الجداول، وOPTIMIZE والترتيب Z، وتطوّر المخطّط دون كسر المهام اللاحقة.

02

تحسين مهام Spark: ضبط التقسيمات، والربط البثّي، وتسريع Photon لخفض زمن التشغيل والتكلفة.

03

حوكمة Unity Catalog: النسب، والتحكّم في الوصول، والتدقيق عبر مساحات العمل لبيئة منظَّمة.

04

تحجيم عناقيد المهام بشكل صحيح، وDelta Live Tables لخطوط تصريحية، وMLflow للفرق التي تُدرِّب النماذج أيضاً.

كيف تُميّز مهندس
Databricks القوي

كيف يسير
التعاقد

اتفاقية عدم إفصاح (NDA) عند الطلب. إن انطوى إيجازك على تفاصيل حسّاسة تخصّ المشروع أو الفريق أو الملكية الفكرية، نُقدِّم اتفاقية عدم إفصاح تمهيدية كخدمة. وهي غير مطلوبة لاستلام القائمة المختصرة.

ملف تعريفي
نموذجي

مهندس بيانات كبير، عشر سنوات في المصارف والطاقة. بنى Lakehouse على Databricks خلف نظام المخاطر اللحظي لبنك أوروبي من الفئة الأولى: تحسين Delta Lake، واستعلامات مُسرَّعة بـ Photon، وحوكمة Unity Catalog لتدقيق تنظيمي. خفض مهمة المخاطر الليلية من أربع ساعات إلى أربعين دقيقة عبر ضبط Spark. قوي في Databricks، Spark، Delta Lake، Python، Azure. متاح للعمل عن بُعد في أوروبا ودول الخليج، متعاقد عبر Mahala.ai. مُقيَّم عند 90/100.

أسئلة ذات صلة

اطلب قائمة مرشحين مُدقَّقين

نبذة عنك
نبذة عن الوظيفة
نبذة عن المشروع

احجز مكالمة