AFRY • Malmö • Deltid
Detta jobb är inaktivt och går inte att söka längre.
Vi erbjuder dig chansen att skriva din master tillsammans med oss. Som ex-jobbare hos AFRY har du en naturlig plats i teamet och får möjlighet att nätverka genom våra många aktiviteter, men du får också med dig massor av nya kunskaper!
Proposition - How safely can you identify defect hardware with statistical analysis of historic information in Spark History Server?
Goal - Identify nodes in a cluster that are running slow, without adding overhead on cluster or jobs.
Ideas for solution - Use the stats collected in Spark History Server. After completion of Spark jobs, for each stage, normalize the tasks´ runtime and annotate with node hostname (+other pivot dimensions). On a regular cadence, average all runtimes per hostname, and find slow nodes.
Vem är du?
I den här urvalsprocessen kommer vi att använda oss av programmeringstester. Du som söker har möjlighet att avsätta ca 3 timmar för ett webb-baserat test.
We don't care much about making history. We care about making future.
Vi som arbetar med IT på AFRY i Malmö är idag ca 90 medarbetare och vi ser fram emot att introducera dig till sektionsluncher, föreläsningar, konferenser samt vårt återkommande "kontorsmys" där du gärna får bidra i problemlösning och en och annan AW.
AFRY är ett internationellt företag inom teknik, design och rådgivning. Vi hjälper våra kunder att utvecklas inom hållbarhet och digitalisering. Vi är 17 000 hängivna experter inom områdena infrastruktur, industri och energi, som arbetar över hela världen för att skapa hållbara lösningar för kommande generationer.