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)
Over Cognizant
Cognizant (NASDAQ: CTSH) is een bouwer van AI-oplossingen en een leverancier van technologiediensten. Wij slaan de brug tussen AI-investeringen en ondernemingswaarde door het bouwen van full-stack AI-oplossingen voor onze klanten. Onze diepgaande kennis van sectoren, processen en engineering stelt ons in staat om de unieke context van een organisatie te verankeren in technologische systemen. Deze systemen versterken het menselijk potentieel, realiseren tastbare resultaten en geven wereldwijde ondernemingen een voorsprong in een snel veranderende wereld. Ontdek hoe op cognizant.ai of @cognizant.
Aanvullende arbeidsinformatie
De informatie over de beloning is correct op de datum van deze vacature. Cognizant behoudt zich het recht voor om deze informatie op elk moment te wijzigen, met inachtneming van de toepasselijke wetgeving.
Van sollicitanten kan worden verwacht dat zij gesprekken bijwonen, persoonlijk of via een videogesprek. Daarnaast kan van kandidaten worden gevraagd om tijdens elk gesprek een geldig, door de overheid uitgegeven identiteitsbewijs (zoals een identiteitskaart of paspoort) te tonen.
Cognizant is een werkgever die gelijke kansen biedt. Je sollicitatie en kandidatuur worden niet beoordeeld op basis van ras, huidskleur, geslacht, religie, levensovertuiging, seksuele geaardheid, genderidentiteit, nationale afkomst, handicap, genetische informatie, zwangerschap, veteranenstatus of enige andere eigenschap die wordt beschermd door federale, regionale of lokale wetgeving.
