Spécialiste des Applications Mégadonnées Infonuagiques
Montréal, QC, CA
Description
Faites partie d'un voyage transformationnel avec un talent innovant et des technologies de pointe. Rejoignez notre équipe. La technologie Google Cloud est un leader de l'industrie qui permet à des millions d'organisations et d'entreprises de diriger, d'innover et de croître. Si vous êtes intéressé à travailler avec cette technologie de pointe tout en offrant un support technique de classe mondiale, envisagez cette excellente opportunité chez TELUS.
Voici l'impact que vous aurez et ce que nous accomplirons ensemble :
En tant que spécialiste du soutien aux applications Big Data au sein de l'équipe Google Cloud de TELUS, Google Cloud de TELUS, votre rôle consistera à fournir un excellent service de support technique client pour les produits et solutions de la plateforme Google Cloud, y compris les applications liées au Big Data. Travaillant dans un environnement de centre d'appels mixte, vous fournirez une assistance technique en temps réel par téléphone et via des communications en ligne en fonction des besoins des clients dans le cadre d'une organisation de support mondiale 24h/24 et 7j/7.
Voici comment
- Fournir un support technique et de développement aux clients utilisant les produits, solutions et API de la plateforme Google Cloud
- Identifier et documenter à la fois les bogues des produits et les demandes de fonctionnalités, et travailler continuellement avec les équipes de support internes ainsi qu'avec les clients pour mettre en œuvre des solutions efficaces
- Reproduire les problèmes des clients afin de mieux comprendre leurs cas d'utilisation et de fournir efficacement des solutions adaptées à leurs environnements
- Travailler en étroite collaboration avec diverses équipes internes pour faire avancer les travaux liés aux cas et améliorer les produits de la plateforme Google Cloud
Qualifications
Vous êtes le maillon manquant du puzzle :
Doit avoir :
- Compréhension approfondie des langages de programmation (Java ou Python de préférence)
- Démontrer des méthodologies de dépannage complètes et logiques
- Capacité à apprendre rapidement, expliquer et mettre en pratique de nouvelles technologies et sujets complexes
- Ressources et compétences de recherche analytique solides
- Capacités significatives en lecture, compréhension et rédaction de codes pour reproduire les problèmes des clients, ainsi qu'en lecture et compréhension des journaux et des traces de pile
- Doit être compétent à l'oral et à l'écrit en anglais et en français, ainsi que des compétences en communication professionnelle
- Compréhension approfondie des diverses piles de protocoles réseau (TCP, IP, HTTP(S), etc.)
- À l'aise avec les termes et concepts utilisés en informatique (API, schéma, pipelines, workflows système, bases de données, traitement du langage naturel, etc.)
- Familiarité avec les technologies API modernes (OAuth, RPC HTTP, REST, codes de réponse HTTP)
- Ponctualité, connaissance des normes d'étiquette professionnelle et disponibilité 24/7
Idéal :
- Compréhension approfondie des technologies émergentes en IA et en ML
- Expérience avec les technologies PaaS, SaaS et IaaS
- Expérience en support technique : familiarité avec la priorisation des cas, le respect des SLA et la capacité à fournir des niveaux élevés de qualité axée sur le client
- Expérience dans le déploiement et la gestion de systèmes distribués et de clusters, workflows et familiarité avec les environnements de test
- Connaissance de SQL, exécution et interaction avec divers types de requêtes, et familiarité avec Tensorflow
- Expérience antérieure en service client
Qualifications préférées :
- Diplôme collégial en informatique ou 2 ans d'expérience / connaissances équivalentes
- Compréhension approfondie de langages de programmation spécifiques : Java, Python, Node.js, Go
- Expérience des magasins de données distribués (HBase, Cassandra, Riak, Amazon DynamoDB, etc.) et des systèmes de diffusion de messages distribués (Kafka, RabbitMQ, ActiveMQ, Google Pub/Sub, Amazon Kinesis, etc.)
- Expérience des architectures et technologies de mégadonnées (Google Data Fusion, CDAP, Google Dataprep, Trifacta, Google BigQuery, Google Composer, Apache Airflow, etc.)
- Expérience d’une bibliothèque d’apprentissage machine (scikit-learn, PyTorch, TensorFlow, Spark MLlib) ou compréhension des concepts fondamentaux de la formation, des essais et de l’évaluation pour les modèles d’apprentissage machine