Job Summary
Design and build production-grade data pipelines for OEE metrics Connected Worker events and Golden Batch analytical data
Develop data models for manufacturing analytics including batch records equipment telemetry and worker activity data
Implement both real-time streaming and batch data processing for Trio Line operational data
Build and maintain data lake/warehouse structures optimized for GMSx analytical use cases
Responsibilities
Design and build production grade data pipelines for OEE metrics Connected Worker events and Golden Batch analytical data.
Develop data models for manufacturing analytics including batch records equipment telemetry and worker activity data.
Implement both real time streaming and batch data processing for Trio Line operational data.
Build and maintain data lake and data warehouse structures optimized for GMSx analytical use cases.
Ensure data quality through validation rules anomaly detection and data integrity checks for manufacturing data.
Implement data lineage tracking metadata management and audit trail capabilities compliant with GxP requirements.
Optimize data pipeline performance to meet production throughput and latency requirements.
Collaborate closely with the Senior Techno Functional Consultant to align data architecture with business requirements and use case definitions.
Required Qualifications and Experience
5 plus years of hands on data engineering experience with Apache Spark Python and SQL.
Experience with real time data streaming technologies such as Kafka Streams Spark Streaming or equivalent platforms.
Cloud data platform expertise including Azure Data Factory Azure Databricks or equivalent cloud native data services.
Strong understanding of manufacturing data models time series data and equipment telemetry patterns.
Knowledge of data governance frameworks data lineage tracking and metadata management.
Experience with data quality frameworks and automated data validation pipelines.
Familiarity with GxP data integrity requirements including ALCOA Plus principles electronic records and audit trails.
Ability to work in cross functional teams and translate data requirements from business stakeholders into technical solutions.
Preferred Qualifications
Experience with pharmaceutical manufacturing data including batch records process parameters and equipment logs.
Familiarity with Unified Namespace data architecture and Manufacturing Data Fabric concepts.
Experience with Delta Lake Apache Iceberg or similar lakehouse technologies.
Knowledge of statistical process control and Golden Batch analysis methodologies.
Experience with data visualization tools such as Power BI and Grafana for manufacturing dashboards.
Über Cognizant
Cognizant (NASDAQ: CTSH) i ist ein Technologiedienstleister und Entwickler von KI-Lösungen. Wir schlagen die Brücke zwischen KI-Investitionen und echtem unternehmerischem Mehrwert, indem wir ganzheitliche Full-Stack-KI-Lösungen für unsere Kunden entwickeln. Mit unserer fundierten Branchen-, Prozess- und Engineering-Expertise integrieren wir die spezifischen Anforderungen von Unternehmen passgenau in Technologiesysteme. So entfalten wir das menschliche Potenzial, erzielen greifbare Ergebnisse und sichern globalen Unternehmen in einer sich rasant wandelnden Welt den entscheidenden Vorsprung. Erfahren Sie mehr unter cognizant.ai oder @cognizant.
Zusätzliche Informationen zur Beschäftigung
Die Vergütungsinformationen sind zum Zeitpunkt der Veröffentlichung dieser Stellenausschreibung korrekt. Cognizant behält sich das Recht vor, diese Informationen jederzeit unter Beachtung der geltenden gesetzlichen Bestimmungen zu ändern.
Bewerberinnen und Bewerber können verpflichtet sein, an Vorstellungsgesprächen persönlich oder per Videokonferenz teilzunehmen. Darüber hinaus kann es erforderlich sein, bei jedem Gespräch einen gültigen staatlichen Lichtbildausweis vorzulegen.
Cognizant ist ein Arbeitgeber mit Chancengleichheit. Ihre Bewerbung und Kandidatur werden nicht aufgrund von Rasse, Hautfarbe, Geschlecht, Religion, Glaubensbekenntnis, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, genetischen Informationen, Schwangerschaft, Veteranenstatus oder sonstiger durch bundes‑, landes‑ oder kommunalrechtliche Vorschriften geschützter Merkmale berücksichtigt oder abgelehnt.
