Garapeneko Teknikaria
Araba
Sistemaren eta/edo aplikazioen programen diseinu teknikoa egitea, horien probak egitea eta prest jartzea, bai eta erabiltzaileei eta ustiapenari prestakuntza eta laguntza teknikoa ematea ere, proiektuetan indarreko metodologiaren arabera parte hartuz
Ingeniaritza eta Arkitekturako edo Zientzietako unibertsitate-ikasketen ezagutza-adarretako lizentziatura edo gradua (15 puntu)
Goi-mailako lanbide-heziketa Informatika eta Komunikazioen arloan (titulazio guztiak) eta Elektrizitatea eta elektronika arloan (Telekomunikazio- eta informatika-sistemen titulazioa) (7 puntu)
Euskara: Baldintza baloragarria
Ingelesa: Baldintza baloragarria
2 urteko gutxieneko esperientzia informazio-sistemen analisian eta/edo diseinuan: betekizunak hartzea, errekerimenduen matrizeak egitea, analisi-/diseinu-dokumentazioa, arkitekturen definizioa.
Gutxienez 4 urteko esperientzia bi talde hauetakoren batean kokatutako aplikazioen garapenean:
1. Web-aplikazioak J2EE/JEE teknologietan. Elementu hauek dituzte ezaugarri:
Frontend:
- HTML/CSS
- JavaScript eta front teknologiak, ahal dela frameworks hauen erabileran: Bootstrap, jQuery, AngularJS, React, JavaServerFaces (JSF) edo beste baliokide batzuk
Middleware:
- Java aplikazioen zebitzaria: SpringBoot, Tomcat, JBOSS, Weblogic edo baliokidea
- Zerbitzari framework Java: J2EE/JEE, Spring, UDA edo beste baliokide batzuk
Backend: BBDD sistema egituratuetan (SQL) oinarritutako datuen iraunkortasuna: Oracle, MySQL, SQLServer edo baliokidea
2. Datuak eta/edo adimen artifiziala aztertzeko ekimenak, honako elementu ezaugarri dituztenak:
Datuak aztertzeko sistemak, honako hauek barne:
- Business Intelligence eta analitika tresnak, Amazon Web Services, Microsoft, Oracle, SAP, Microstrategy edo antzekoek emandakoak bezalakoak
- Big Data paradigmarekin lerrokatutako plataformak eta datuak aztertzeko tresnak, egituratuak zein egituratu gabeak
- Datuaren gobernu-ekimenak
- R, Python edo antzeko datuen analitikara bideratutako programazio-lengoaiak
IAren teknologiak eta framework-ak:
- Ikaskuntza automatikoko (Machine Learning) eta ikaskuntza sakoneko (Deep Learning) ereduak garatzea
- Liburutegiak eta TensorFlow, PyTorch eta/edo Microsoft, Google, AWS edo baliokideen hipereskalarrek eskainitako aukerak erabiltzea
- Iragarpen-ereduak entrenatzeko, baliozkotzeko eta ebaluatzeko prozesuak
Ez dagokio
