Data Engineer

ภาพรวมงาน

เรากำลังมองหาData Engineer ที่ทำงานในทีม white collar ในไทยได้จริง บริษัทที่มีปริมาณข้อมูลเติบโตเร็ว (อีคอมเมิร์ซ ฟินเทค โลจิสติกส์) ที่ต้องการ pipeline ที่เชื่อถือได้ป้อนเข้า dashboard และโมเดล สร้าง pipeline ที่แปลงข้อมูลดิบให้นำไปใช้งานได้จริง หน้านี้เป็น job description พร้อมใช้: ภาพรวม หน้าที่ ช่วงเงินเดือนในไทย คุณสมบัติ และเทมเพลตที่คัดลอกลงประกาศฟรีได้

หน้าที่ความรับผิดชอบ Data Engineer

ในตำแหน่งData Engineer งานประจำวันมักรวมรายการด้านล่าง แก้ให้ตรงสแต็ก เครื่องมือ และขนาดทีมก่อนลงประกาศ

• สร้างและดูแล ETL/ELT pipeline จากหลายแหล่งข้อมูล
• ออกแบบและปรับ schema ของ data warehouse ให้เหมาะสม (เช่น BigQuery, Snowflake, Redshift)
• ควบคุม workflow ด้วยเครื่องมืออย่าง Airflow หรือ dbt
• ดูแลคุณภาพข้อมูล การ monitoring และการตรวจสอบที่มาของข้อมูล (data lineage)
• ทำงานร่วมกับ analyst และ data scientist เพื่อส่งมอบชุดข้อมูลที่สะอาดและเชื่อถือได้

เงินเดือนData Engineer ในประเทศไทย

• ช่วงที่มักลงประกาศ: 35,000-65,000 บาท
• ใช้เครื่องมือประเมินเงินเดือน WorkVenture สำหรับ Data Engineer ในไทย
• ตัวเลขจริงขึ้นกับระดับประสบการณ์ ภาษาอังกฤษ อุตสาหกรรม และกรุงเทพฯ กับต่างจังหวัด

เครื่องมือประเมินเงินเดือน

คุณสมบัติสำหรับData Engineer

คุณสมบัติพื้นฐานที่ควรมองหาสำหรับData Engineer ในไทย ได้แก่:

• มีประสบการณ์สร้าง data pipeline ใช้งานจริง 2 ปีขึ้นไป
• SQL แข็งแรง และมีภาษา scripting อย่างน้อยหนึ่งภาษา (แนะนำ Python)
• มีประสบการณ์ใช้ cloud data warehouse และเครื่องมือ orchestration
• เข้าใจการออกแบบข้อมูลเพื่อการวิเคราะห์ ไม่ใช่แค่ระบบ transaction ทั่วไป

ทักษะที่ต้องการสำหรับData Engineer

นอกจากวุฒิและประสบการณ์ Data Engineer ที่แข็งมักมีทั้งสกิลเครื่องมือและสไตล์การทำงาน:

• มีประสบการณ์ Spark หรือเฟรมเวิร์กประมวลผลแบบกระจายอื่น
• คุ้นเคยกับ data governance หรือข้อกำหนดการจัดการข้อมูลส่วนบุคคล

ผู้สมัครยังมองว่าคุณเล่าบทบาทอย่างไร:

• ระบุ warehouse และเครื่องมือ orchestration ที่ใช้จริง เพราะสายงานนี้มีเครื่องมือหลากหลายมากจนประกาศคลุมเครือจะเสียเวลาทั้งสองฝ่าย
• บอกปริมาณข้อมูลหรือจำนวนแหล่งข้อมูล เพราะ data engineer จะประเมินงานต่างกันมากระหว่าง 5 แหล่งกับ 50 แหล่ง

สิ่งที่คาดหวังได้ในตำแหน่งData Engineer

ลักษณะงานจริงที่มักเจอ (ใช้ตั้งความคาดหวังตอนสัมภาษณ์):

• สร้างและดูแล ETL/ELT pipeline จากหลายแหล่งข้อมูล
• ออกแบบและปรับ schema ของ data warehouse ให้เหมาะสม (เช่น BigQuery, Snowflake, Redshift)
• ควบคุม workflow ด้วยเครื่องมืออย่าง Airflow หรือ dbt
• ดูแลคุณภาพข้อมูล การ monitoring และการตรวจสอบที่มาของข้อมูล (data lineage)

เทมเพลตประกาศงาน

คัดลอกบล็อกด้านล่างไปวางใน ATS หรือประกาศฟรี แก้ชื่อบริษัท เครื่องมือ และสถานที่ก่อนเผยแพร่

ตำแหน่ง: Data Engineer
เกี่ยวกับเรา: บริษัทที่มีปริมาณข้อมูลเติบโตเร็ว (อีคอมเมิร์ซ ฟินเทค โลจิสติกส์) ที่ต้องการ pipeline ที่เชื่อถือได้ป้อนเข้า dashboard และโมเดล
หน้าที่ความรับผิดชอบ:
- สร้างและดูแล ETL/ELT pipeline จากหลายแหล่งข้อมูล
- ออกแบบและปรับ schema ของ data warehouse ให้เหมาะสม (เช่น BigQuery, Snowflake, Redshift)
- ควบคุม workflow ด้วยเครื่องมืออย่าง Airflow หรือ dbt
- ดูแลคุณภาพข้อมูล การ monitoring และการตรวจสอบที่มาของข้อมูล (data lineage)
- ทำงานร่วมกับ analyst และ data scientist เพื่อส่งมอบชุดข้อมูลที่สะอาดและเชื่อถือได้
คุณสมบัติ:
- มีประสบการณ์สร้าง data pipeline ใช้งานจริง 2 ปีขึ้นไป
- SQL แข็งแรง และมีภาษา scripting อย่างน้อยหนึ่งภาษา (แนะนำ Python)
- มีประสบการณ์ใช้ cloud data warehouse และเครื่องมือ orchestration
- เข้าใจการออกแบบข้อมูลเพื่อการวิเคราะห์ ไม่ใช่แค่ระบบ transaction ทั่วไป
คุณสมบัติที่พึงมี:
- มีประสบการณ์ Spark หรือเฟรมเวิร์กประมวลผลแบบกระจายอื่น
- คุ้นเคยกับ data governance หรือข้อกำหนดการจัดการข้อมูลส่วนบุคคล
ค่าตอบแทน: 35,000-65,000 บาท
สวัสดิการ: ประกันสังคม ประกันสุขภาพกลุ่ม (ตามบริษัท) วันลาตามนโยบาย
สถานที่ทำงาน: ออฟฟิศกรุงเทพฯ / hybrid (แก้ให้ตรงจริง)
วิธีสมัคร: สมัครผ่านประกาศนี้ หรือส่งเรซูเม่ที่ [email protected]

เคล็ดลับเขียนประกาศตำแหน่งนี้

• ระบุ warehouse และเครื่องมือ orchestration ที่ใช้จริง เพราะสายงานนี้มีเครื่องมือหลากหลายมากจนประกาศคลุมเครือจะเสียเวลาทั้งสองฝ่าย
• บอกปริมาณข้อมูลหรือจำนวนแหล่งข้อมูล เพราะ data engineer จะประเมินงานต่างกันมากระหว่าง 5 แหล่งกับ 50 แหล่ง

ประกาศอ่อน: ตำแหน่งกว้าง เงินเดือนตามตกลง ขยัน อดทน

ประกาศดี: Data Engineer. 35,000-65,000 บาท. บริษัทที่มีปริมาณข้อมูลเติบโตเร็ว (อีคอมเมิร์ซ ฟินเทค โลจิสติกส์) ที่ต้องการ pipeline ที่เชื่อถือได้ป้อนเข้า dashboard และโมเดล