Senior Azure Solution Architect/Engineering Lead
Core Skills: Azure Databricks, PySpark, Spark, SQL, Azure Synapse, Kafka, Big Data, Python, Java, Azure Data Factory (ADF)
Professional Summary
Senior Data Architect with 15+ years of experience designing, building, and scaling enterprise-grade data platforms. Proven expertise in cloud-native big data architectures on Azure, real-time and batch data processing, and high-performance analytics systems. Strong background in data modeling, distributed computing, and end-to-end data pipeline orchestration, with hands-on leadership in large-scale enterprise and mission-critical projects.
Technical Expertise
Cloud & Data Platforms
- Azure Databricks (Lakehouse architecture, Delta Lake, Unity Catalog)
- Azure Synapse Analytics (Dedicated & Serverless Pools)
- Azure Data Factory (ADF) for ELT/ETL orchestration
- Azure Data Lake Storage Gen2
Big Data & Distributed Processing
- Apache Spark (Core, SQL, Structured Streaming)
- PySpark performance tuning & optimization
- Apache Kafka (real-time ingestion, streaming pipelines)
- Large-scale batch and streaming data architectures
Programming & Query Languages
- Python (advanced data engineering, automation, frameworks)
- Java (Spark internals, Kafka consumers/producers, microservices)
- SQL (complex analytics, query optimization, warehouse design)
Data Architecture & Design
- Lakehouse, Lambda, and Kappa architectures
- Dimensional modeling & data warehouse design
- Data governance, security, and lineage
- Scalability, fault tolerance, and cost optimization
· Technical depth in designing and building data platforms for high volume data processing with low latency
· Strong Expertise in Azure, Databricks, Python, Pyspark, SparkSQL, CI-CD (Jenkins, Github), Obs (Dynatrace),
· Good to have : Java, Kafka , Casandra, Microservices, API, Flink, ZeroMQ, Protocol Buffers
· Experience in recruiting , people leadership for managing team of 40+ , govern delivery and also act as technical mentor to set processes to bring innovation, goals to derive business outcomes
· Act as Module lead for India operations, liaise with NA teams to drive the objectives
Key Responsibilities & Achievements
- Architected and delivered enterprise-scale Azure Lakehouse platforms supporting petabyte-scale data.
- Designed real-time streaming solutions using Kafka and Spark Structured Streaming.
- Led migration of on-premise data warehouses to Azure Synapse + Databricks, improving performance and reducing cost.
- Built reusable PySpark frameworks for data ingestion, transformation, and validation.
- Optimized Spark jobs through partitioning, caching, and memory tuning to achieve significant runtime improvements.
- Implemented end-to-end ADF pipelines with CI/CD and parameter-driven orchestration.
- Mentored senior and junior engineers; provided architectural guidance across multiple teams.
- Collaborated with business stakeholders to translate analytics requirements into scalable technical designs.
Leadership & Soft Skills
- Technical leadership and architectural decision-making
- Cross-team collaboration and stakeholder communication
- Design reviews, code quality standards, and best practices
- Agile/Scrum execution in large enterprise environments
· Functional experience of capital markets, securities processing will be 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.
