Data Engineer Junior: Ekstraksi Teks & Pipelines

Pengiklan Anonim; Jakarta Utara; On-site; IDR 167,400,000 - 245,520,000; Full time

Job summary

Pengiklan Anonim sedang mencari Data Engineer yang mampu mengekstraksi data teks dari berbagai sumber seperti PDF, Excel, dan Word. Kandidat akan mengembangkan pipeline data, melakukan scraping, serta menjaga kualitas data dari sumber hingga penyimpanan di database yang ditentukan.

Persyaratan mencakup 1–2 tahun pengalaman, pemahaman format data, serta keahlian analitis dan debugging untuk skala data besar menggunakan teknologi terkait seperti Hadoop atau Spark.

Qualifications

• Memiliki pengalaman kerja 1–2 tahun sebagai Data Engineer atau posisi relevan.
• Memahami berbagai format file seperti PDF, Excel, Word, dan format lain.
• Menguasai teknik ekstraksi data untuk beragam sumber.
• Berpengalaman dalam scraping, pengolahan, pembersihan, dan transformasi data teks.
• Memiliki kemampuan analitis kuat serta perhatian terhadap detail.
• Mampu troubleshooting dan debugging pada proses pipeline data.
• Pengetahuan vector database pgVector dan penggunaannya.
• Berpengalaman bekerja dengan data skala besar (big data) dan tools terkait.

Responsibilities

• Melakukan ekstraksi data teks dari PDF, Excel, Word, dan dokumen lain.
• Melakukan scraping data sesuai kebutuhan proyek.
• Memproses, membersihkan, dan transformasi data teks.
• Menyimpan data ke database yang ditentukan.
• Membangun pipeline data dan otomatisasi pembaruan berkala.
• Memastikan kualitas, akurasi, dan konsistensi data.
• Berpengalaman dengan vector database pgVector dan penggunaannya.
• Berpengalaman Hadoop, Spark atau teknologi big data.

Job description

Pengiklan Anonim sedang mencari Data Engineer yang mampu mengekstraksi data teks dari berbagai sumber seperti PDF, Excel, dan Word. Kandidat akan mengembangkan pipeline data, melakukan scraping, serta menjaga kualitas data dari sumber hingga penyimpanan di database yang ditentukan.

Persyaratan mencakup 1–2 tahun pengalaman, pemahaman format data, serta keahlian analitis dan debugging untuk skala data besar menggunakan teknologi terkait seperti Hadoop atau Spark.