1 - 6
از6
فرصت شغلی
Job Description
________________________________________
Job Opportunity: Data Engineer – Recommender Systems & Big Data
Location: Tehran, Iran
Company: Ofogh Kourosh Chain Stores
Employment Type: Full-time
________________________________________
About Us
Ofogh Kourosh is the largest hard-discount retail chain in Iran with over 4,700 stores nationwide. We are transforming retail with cutting-edge analytics and AI. Our flagship initiative is building a large-scale recommender system powered by big data pipelines (Spark/Hadoop) to personalize shopping experiences for millions of customers.
________________________________________
Your Role
As a Data Engineer, you will be the backbone of our Big Data & AI team. You will design, implement, and maintain the data infrastructure and pipelines that fuel our recommender system—from raw transaction logs in HDFS to feature stores, Spark-based models (ALS, K-Means), and GPU-powered deep learning systems. You will work closely with data scientists and ML engineers to ensure scalable, reliable, and high-quality data flows.
________________________________________
Key Responsibilities
. Design, build, and maintain scalable ETL pipelines for billions of retail transactions and customer data.
. Manage and optimize a Hadoop/Spark cluster for large-scale data processing.
. Implement data ingestion workflows (e.g., Airflow + PySpark + SQL Server) to bring daily transactional data into the data lake (HDFS/Parquet).
. Build and maintain customer feature stores (RFM scores, frequency, recency, segmentation).
. Develop baseline models (ALS, K-Means) in Spark MLlib and prepare training datasets for deep learning models (PyTorch/TensorFlow on GPU).
. Collaborate with ML engineers to integrate deep learning models into the data pipeline.
. Ensure data quality, lineage, and governance across all stages.
. Automate workflows with Apache Airflow and monitor system health/performance.
. Support deployment of results into databases (SQL Server) and API layers (FastAPI).
. Experience with Docker/Kubernetes and Linux system administration.
________________________________________
Requirements
Must Have:
. Bachelor’s/Master’s degree in Computer Science, Software Engineering, or related fields.
. Strong hands-on experience with Apache Spark (PySpark, DataFrame API) and distributed data processing.
. Advanced SQL (SQL Server) – schema design, query optimization, large joins.
. Solid Python programming skills (pandas, pyarrow, ETL scripting).
. Familiarity with big data storage formats (Parquet, Delta Lake) and HDFS.
. Experience with workflow orchestration (Apache Airflow).
. Understanding of ETL, data modeling, and data warehouses.
Nice to Have (big plus):
. Exposure to recommender systems, personalization, or customer analytics.
. Familiarity with machine learning pipelines (MLlib, scikit-learn, or PyTorch/TensorFlow).
. Knowledge of GPU environments (CUDA, NVIDIA drivers) for deep learning.
. Previous work with retail or e-commerce data at scale.
________________________________________
What We Offer
. Be part of one of the largest recommender system projects in Iran’s retail industry.
. Work with cutting-edge big data & AI technologies (Spark, Hadoop, PyTorch, TensorFlow, Airflow).
. Access to powerful hardware infrastructure (multi-node CPU clusters + GPU servers).
. A dynamic, fast-growing team at the intersection of AI and retail.
. Competitive salary, benefits, and career growth opportunities.
Employment Type
Job Category
Educations
Seniority
Details
در دنیای امروز، دادهها به عنوان یکی از باارزشترین داراییها شناخته میشوند و مهندسان داده نقش کلیدی در تحلیل و مدیریت این دادهها ایفا میکنند. در ادامه، به بررسی شرایط استخدام مهندس داده، حقوق و مزایا، مسیر شغلی، نیاز شرکتها به مهندس داده، وظایف و مسئولیتها و تفاوتهای بین مهندس داده، دانشمند داده و تحلیلگر داده خواهیم پرداخت.
برای استخدام مهندس داده، شرکتها معمولاً به دنبال افرادی با تحصیلات مرتبط در زمینههای مهندسی کامپیوتر، علوم داده یا رشتههای مشابه هستند. همچنین، تسلط بر زبانهای برنامهنویسی مانند Python و SQL و آشنایی با ابزارهای تحلیل داده از جمله الزامات اصلی به شمار میرود. تجربه کار با پایگاههای داده و توانایی کار با ابزارهای پردازش داده مانند Hadoop و Spark نیز از دیگر شرایط مهم است.
حقوق و مزایای مهندسان داده بسته به تجربه، مهارتها و محل کار متفاوت است. به طور کلی، مهندسان داده در مقایسه با بسیاری از مشاغل دیگر، حقوق بالاتری دریافت میکنند. مزایای اضافی مانند بیمه درمانی، پاداشهای عملکردی و امکان کار از راه دور نیز معمولاً در این شغل وجود دارد.
مسیر شغلی مهندسان داده میتواند شامل مراحل مختلفی باشد. بسیاری از مهندسان داده در ابتدا به عنوان تحلیلگر داده یا توسعهدهنده نرمافزار شروع به کار میکنند و با کسب تجربه و مهارتهای لازم، به سمت مهندسی داده پیشرفت میکنند. همچنین، برخی از مهندسان داده ممکن است به سمت مدیریت پروژههای داده یا مشاوره در این زمینه حرکت کنند.
امروزه تقریباً تمامی صنایع به دادهها وابسته هستند و به همین دلیل نیاز به مهندسان داده در شرکتهای مختلف احساس میشود. از شرکتهای فناوری اطلاعات و استارتاپها گرفته تا صنایع مالی، بهداشتی و تولیدی، همگی به دنبال استخدام مهندس داده هستند. به ویژه، شرکتهای بزرگ که حجم بالایی از دادهها را مدیریت میکنند، به مهندسان داده نیاز دارند تا بتوانند از این دادهها بهرهبرداری کنند.
وظایف مهندسان داده شامل طراحی و پیادهسازی سیستمهای مدیریت داده، جمعآوری و پردازش دادهها، و ایجاد مدلهای دادهای برای تحلیل و گزارشگیری است. همچنین، آنها باید اطمینان حاصل کنند که دادهها به صورت امن و کارآمد ذخیره و مدیریت میشوند. مهندسان داده همچنین باید با تیمهای دیگر همکاری کنند تا نیازهای دادهای آنها را شناسایی و برآورده کنند.
در حالی که هر سه شغل به دادهها مرتبط هستند، وظایف و تمرکز آنها متفاوت است. مهندس داده بیشتر بر روی زیرساختهای داده و فرآیندهای جمعآوری و پردازش داده تمرکز دارد. در مقابل، دانشمند داده به تحلیل دادهها و استخراج بینشهای ارزشمند از آنها میپردازد. تحلیلگر داده نیز به تجزیه و تحلیل دادهها و تهیه گزارشهای مربوط به آنها میپردازد.
استخدام مهندس داده نیازمند توجه به شرایط و مهارتهای خاصی است که این شغل ایجاب میکند. با توجه به نیاز روزافزون به دادهها و تحلیل آنها، مهندسان داده در آیندهای نزدیک نقش مهمتری در بازار کار خواهند داشت. اگر شما نیز به دنبال ورود به این حوزه هستید، بهتر است مهارتهای لازم را کسب کرده و خود را برای چالشهای این شغل آماده کنید.
استخدام تحلیلگر داده . استخدام دانشمند داده . استخدام متخصص هوش مصنوعی . استخدام تحلیلگر کسب و کار . استخدام کارشناس هوش تجاری