En IBM México Client Innovation Center, somos una organización líder en consultoría que busca un Desarrollador de Aplicaciones altamente capacitado y motivado para unirse a nuestro dinámico equipo. Este puesto ofrece una oportunidad única para aprovechar tu experiencia en tecnologías de la nube y desarrollar aplicaciones escalables, robustas y de alto rendimiento para nuestra diversa clientela. Si eres un tecnólogo apasionado que disfruta trabajando en un entorno dinámico, se adapta a los desafíos y está listo para generar un impacto significativo en los negocios de nuestros clientes, nos encantaría saber de ti. Ofrecemos un salario competitivo y un paquete de beneficios, oportunidades de crecimiento profesional y un ambiente de trabajo propicio.
¡Únete a nosotros y ayuda a forjar el futuro de la computación en la nube!
Postúlate hoy mismo para convertirte en una pieza clave de nuestro equipo de Desarrollo de Aplicaciones.
Nuestro compromiso con la diversidad y la inclusión garantiza que todas las voces sean escuchadas, respetadas y valoradas. Animamos a candidatos de todos los orígenes a postularse. IBM es una empresa que ofrece igualdad de oportunidades y se compromete a fomentar un entorno diverso e inclusivo.
En este puesto, trabajará en uno de nuestros IBM Consulting Client Innovation Centers (Delivery Centers), donde proporcionamos profundos conocimientos técnicos y sectoriales a una amplia gama de clientes de los sectores público y privado de todo el mundo. Nuestros centros de distribución ofrecen a nuestros clientes competencias y conocimientos técnicos locales para impulsar la innovación y la adopción de nuevas tecnologías.
Fase 1: Evaluación de trabajos y preparación del código
1. Selección e inventario de trabajos
· Seleccionar trabajos objetivo del proyecto JIRA de EMR para priorizar la migración
· Identificar y catalogar todos los trabajos elegibles para la migración a EMR Serverless
2. Descubrimiento y validación de código
· Localizar trabajos en el entorno de producción y recuperar las últimas versiones del código
· Verificar el estado del trabajo para garantizar la migración de los trabajos activos (no retirados)
· Auditar los repositorios de código para confirmar la alineación del código de producción con la rama maestra
3. Gestión del código fuente
· Enviar el código de producción más reciente a la rama maestra si existen discrepancias
Fase 2: Actualizaciones de infraestructura y compatibilidad
4. Migración de almacenamiento y consultas
· Migrar comandos de Hadoop y HDFS para utilizar Amazon S3 para el almacenamiento de datos
· Actualizar los flujos de trabajo de procesamiento de datos para aprovechar Amazon Athena para la ejecución de consultas
5. Modernización del entorno de ejecución
· Actualizar la versión de Spark a las versiones compatibles con EMR Serverless
· Actualizar la versión de Python a las especificaciones compatibles con EMR Serverless
· Asegúrese de que todas las dependencias sean compatibles con el entorno de destino.
6. Integración de registro y monitorización
· Implementar la integración nativa de registro de EMR con AWS CloudWatch.
· Configurar grupos de registro de AWS para la gestión centralizada de registros.
· Optimizar los scripts para una mejor observabilidad en entornos sin servidor.
Fase 3: Pruebas y orquestación
7. Documentación y validación del flujo de trabajo
· Crear/actualizar la documentación de pruebas para los trabajos migrados.
· Verificar las configuraciones y dependencias del flujo de trabajo existente.
8. Migración de la orquestación de trabajos
· Identificar los desencadenadores de trabajos actuales (Control-M, cron, etc.).
· Migrar trabajos programados Control-M a AWS Step Functions.
· Configurar la orquestación de trabajos compatible con entornos sin servidor.
Fase 4: Implementación y validación
9. Implementación en entornos no productivos
· Implementar los trabajos migrados en entornos no productivos.
· Realizar pruebas y validación internas.
· Coordinar la entrega al equipo de AMI para una validación adicional.
10. Control de calidad Pruebas
· Implementar en el entorno de control de calidad para realizar pruebas exhaustivas
· Realizar pruebas y validación internas
· Obtener la aprobación del equipo de AMI sobre los resultados de control de calidad
11. Lanzamiento a producción
· Crear un cambio en el lanzamiento a producción tras la aprobación del equipo de AMI
· Ejecutar un despliegue a producción controlado
· Implementar la monitorización y validación posteriores al despliegue durante una semana
Competente en el desarrollo y optimización de trabajos de Spark, incluyendo actualizaciones de versiones y compatibilidad con EMR Serverless.
Sólido conocimiento de servicios de AWS como EMR Serverless, S3, Athena, CloudWatch y Step Functions.
Dominio avanzado de Python, incluyendo la actualización y refactorización de código para cumplir con los requisitos de tiempo de ejecución de EMR Serverless.
Experiencia con herramientas de programación de trabajos (p. ej., Control-M, cron) y migración de flujos de trabajo a AWS Step Functions.
Dominio de flujos de trabajo basados en Git, incluyendo la gestión de ramas, la auditoría de código y la alineación de repositorios.
Capacidad para integrar y configurar soluciones de registro utilizando AWS CloudWatch y Log Groups para entornos sin servidor.
Habilidad para crear documentación de pruebas, realizar control de calidad y validar el rendimiento de los trabajos en diferentes entornos (no producción, control de calidad, producción).