Role: Data Engineer + AI Exposure
Location : Bangalore
Experience: 7 to 13 Years
Notice: Immediate to 90 days
Job Summary
We are seeking a skilled Data Engineer with AI/ML exposure responsible for designing, building, and maintaining scalable data pipelines and supporting data-driven applications, including AI/ML use cases. The ideal candidate should have strong expertise in data engineering tools along with working knowledge of machine learning workflows and cloud-based data platforms.
Key Responsibilities
Data Engineering
- Design, develop, and maintain scalable ETL/ELT pipelines
- Build and optimize data architectures, data lakes, and data warehouses
- Ensure data quality, integrity, and security across systems
- Work with structured and unstructured data from various sources
Big Data & Cloud
- Develop solutions using tools such as Azure Data Factory / AWS Glue / GCP Dataflow
- Work with big data technologies like Spark, Hadoop, or Databricks
- Manage data storage solutions including S3, ADLS, BigQuery, Snowflake, or Redshift
AI/ML Exposure
- Support machine learning pipelines and data preparation for ML models
- Collaborate with Data Scientists to enable feature engineering and model deployment
- Work on AI-enabled data solutions (e.g., NLP, recommendation systems, prediction models)
- Basic understanding of ML frameworks (Scikit-learn, TensorFlow, or PyTorch is a plus)
Data Modeling & Optimization
- Design and implement data models (dimensional & normalized)
- Optimize queries and pipelines for efficiency and cost
Collaboration & Governance
- Work closely with business teams, analysts, and ML engineers
- Implement data governance, lineage, and compliance standards
- Document workflows, pipelines, and architectures
Required Skills
Core Data Engineering
- Strong in SQL, Python
- Experience with ETL tools and pipeline orchestration (Airflow, ADF, etc.)
- Hands-on with data warehousing concepts
Big Data Technologies
- Apache Spark / PySpark
- Hadoop ecosystem (optional but preferred)
Cloud Platforms (any one required)
- Azure / AWS / GCP hands-on experience
- Familiarity with cloud-native data services
AI/ML Exposure
- Experience working with data for ML models
- Knowledge of ML lifecycle and data preparation
- Exposure to MLOps concepts (bonus)
Preferred Qualifications
- Experience with Databricks / Snowflake
- Knowledge of API-based data ingestion
- Familiarity with CI/CD pipelines
- Exposure to real-time streaming (Kafka, Event Hub, etc.)
- Understanding of Generative AI or LLM integrations (added advantage)
ข่าวประชาสัมพันธ์แบบสำเร็จรูปของ Cognizant
Cognizant(NASDAQ: CTSH) คือผู้สร้าง AI และผู้ให้บริการด้านเทคโนโลยี ซึ่งเชื่อมช่องว่างระหว่างการลงทุนใน AI และมูลค่าขององค์กรด้วยการสร้างโซลูชัน AI แบบครบวงจรให้แก่ไคลเอนต์ของเรา ความเชี่ยวชาญเชิงลึกด้านอุตสาหกรรม กระบวนการ และวิศวกรรมของเรา ช่วยให้เราผสานบริบทเฉพาะขององค์กรเข้ากับระบบเทคโนโลยีเพื่อเพิ่มศักยภาพมนุษย์ สร้างผลลัพธ์ที่จับต้องได้ และช่วยให้องค์กรระดับโลกก้าวนำหน้าอยู่เสมอในโลกที่เปลี่ยนแปลงไป ดูวิธีดำเนินการได้ที่ cognizant.ai หรือ @cognizant
ข้อมูลการจ้างงานเพิ่มเติม
ข้อมูลเกี่ยวกับค่าตอบแทนมีความถูกต้อง ณ วันที่ประกาศรับสมัครงานนี้ Cognizant ขอสงวนสิทธิ์ในการแก้ไขข้อมูลดังกล่าวได้ตลอดเวลา ภายใต้กฎหมายที่เกี่ยวข้อง
ผู้สมัครอาจถูกขอให้เข้ารับการสัมภาษณ์แบบพบตัวต่อตัวหรือผ่านการประชุมทางวิดีโอ นอกจากนี้ ผู้สมัครอาจถูกขอให้นำเอกสารประจำตัวที่ออกโดยหน่วยงานของรัฐ หรือบัตรประจำตัวที่ออกโดยรัฐบาลซึ่งยังมีผลบังคับใช้ มาแสดงในระหว่างการสัมภาษณ์แต่ละครั้ง
Cognizant เป็นนายจ้างที่ให้โอกาสอย่างเท่าเทียม การสมัครและการพิจารณาคุณสมบัติของคุณจะไม่ถูกตัดสินจากเชื้อชาติ สีผิว เพศ ศาสนา ความเชื่อ รสนิยมทางเพศ อัตลักษณ์ทางเพศ สัญชาติ ความพิการ ข้อมูลทางพันธุกรรม การตั้งครรภ์ สถานะทหารผ่านศึก หรือคุณลักษณะอื่นใดที่ได้รับการคุ้มครองตามกฎหมายของรัฐบาลกลาง รัฐ หรือท้องถิ่น
