Data Engineer Analyst (Mitr Phol AI)

กลุ่มมิตรผล มุ่งมั่นพัฒนาธุรกิจเพื่อเพิ่มมูลค่าให้แก่อุตสาหกรรมต่อเนื่องจากอ้อย ตลอดระยะเวลากว่า 60 ปี ด้วยรูปแบบการดำเนินงานตามหลักมาตรฐานสากล ที่ครอบคลุมตั้งแต่ธุรกิจน้ำตาล จนถึงพลังงานหมุนเวียนที่ไม่เพียงแค่เป็นมิตรกับสิ่งแวดล้อม แต่ยังช่วยขับเคลื่อนเศรษฐกิจของชุมชนและประเทศชาติอย่างยังยืน บนวิสัยทัศน์ "เราาจะเป็นบริษัทชั้นนำระดับโลกในอุตสาหกรรมน้ำตาล และ Bio-based โดยใช้นวัตกรรมทางเทคโนโลยีร่วมกับการบริหารจัดการอย่างบูรณาการ เพื่อสร้างคุณค่าสร้างอนาคตให้กับสังคม โดยยึดมั่นปรัชญา มุ่งสู่ความเป็นเลิศ เชื่อในคุณค่าของคน ตั้งอยู่ในความเป็นธรรม รับผิดชอบต่อสังคม

Description

 Data Pipeline Development

• Develop and maintain scalable ETL/ELT pipelines for structured, semi-structured, and unstructured data.
• Integrate data from multiple sources including ERP, IoT/sensors, APIs, external datasets, and files.
• Support both batch and streaming ingestion (real-time pipelines).

       Data Management & Transformation

• Implement data cleansing, transformation, and normalization processes.
• Ensure data consistency, accuracy, and integrity.
• Build curated datasets and feature stores for AI/ML models.

       Collaboration & Support

• Work closely with Data Scientists to prepare and deliver training and inference datasets.
• Support AI Product Managers with data requirements for new use cases.
• Collaborate with AI Data Governance team to implement metadata, lineage, and access controls.

       Operations & Monitoring

• Monitor pipeline performance, latency, and costs.
• Troubleshoot data ingestion or quality issues.
• Automate workflows using orchestration tools (Airflow, dbt, Azure Data Factory, etc.).

       Document & Best Practices

• Maintain documentation of pipelines, schemas, and data dictionaries.
• Follow coding standards, version control (Git), and CI/CD practices.
• Ensure compliance with Responsible AI and data security guidelines.

Qualification

• Bachelor’s degree in Computer Science, Data Engineering, IT, or related.
• 2–5 years of experience in data engineering, data integration, or ETL development.
• Proficiency in Python, SQL (and optionally Scala/Java).
• Hands-on experience with big data and processing tools (e.g., Spark, Kafka/EventHub, Hadoop, dbt, Airflow).
• Experience with relational and non-relational databases (e.g., Postgres, SQL Server, MongoDB, Cassandra).
• Familiarity with cloud data platforms (Azure Data Factory, AWS Glue/Redshift, GCP BigQuery).