Senior python developer állások Budapesten (adatbázisszakértő)

• Design and implement a QC-sample-data strategy to support longitudinal comparability
• Define acceptance criteria and evaluate instrument performance, signal drift, and technical variation across batches and years

• Design and maintain robust, scalable data architectures
• Build and optimize high‑performance data models for analytics
• Partner with business and engineering teams to shape data solutions end‑to‑end
• Lead data integration, transformation, and migration efforts

• Learn data engineering principles
• Learn to design and implement ETL processes and pipelines
• Work with SQL, Python and different programming languages and notebooks
• Learn Power BI report building, Data Bricks and various ETL tools

• Learn Generative AI principles and models
• Learn Large Language Models, Natural language processing
• Work with Different generative AI Tools and uses
• Learn the LLMs, NLP fundamentals, Transformers, and attention mechanism
• Build Custom dataset for LLM, Build your own custom chatbot/AI bot/custom GPT

• Mesterséges Intelligencia (generatív AI) üzleti célú alkalmazása Databricks környezetben
• Vállalati RAG rendszer tervezése és kivitelezése
• generatív AI és NLP megoldások fejlesztése, finomhangolása és bevezetése üzleti problémák megoldására
• AI alapú micro szolgáltatások BackEnd fejlesztése

• Komplex nagyvállalati adattárházak és üzleti intelligencia megoldások tervezése és fejlesztése.
• Oracle adatbázisok, adattárház-komponensek és ETL folyamatok fejlesztése, optimalizálása.

• Elsődleges, másodlagos és külső adatforrásokból származó adatok gyűjtésének, tárolásának és kezelésének megtervezése, koordinálása
• Vállalati adatvagyon bővítésére és hatékonyabb hasznosítására irányuló fejlesztési javaslatok kidolgozása

• üzleti specifikációk és szakmai iránymutatások alapján a vállalati adatmodellek megtervezése, módosítása és fejlesztése
• felhőalapú és on-premise adat-infrastruktúra fejlesztése és karbantartása
• automatizált élesítési és deployment folyamatok kialakítása és működtetése az adatplatformhoz kapcsolódóan

Lead or participate in scoping the engagement, designing high-level architecture, defining subtasks, and project delivery schedules Deliver projects independently or within a mixed DS/DE team, often as technical lead Act as client-facing interface or SPOC to customers Provide ML/DS consultancy to...

Architect and implement cloud-native data solutions using GCP (BigQuery, Dataflow, Pub/Sub, Dataproc, Cloud Composer, Cloud Storage) Lead the design and development of complex data pipelines and distributed processing frameworks that ensure scalability, performance, and operational reliability...

Design, write and execute comprehensive test plans, test cases and test scripts to validate ETL/data‑pipeline processes, data transformations, and data integrity (source‑to‑target, cross‑reference, reconciliation). Validate data extraction, transformation and loading processes for accuracy,...

Implement and maintain large‑scale data pipelines and the Azure/Databricks data platform in close collaboration with the Architect, contributing to design discussions and proposals. Build robust, scalable pipelines using Azure Databricks (PySpark / SQL), integrating data ingestion, processing,...

Build and refine backend services and data pipelines Develop reliable Python workflows/services and relational database solutions for high-quality data delivery Lead technical design for complex roadmap work-data collection, analytics and distribution Improve reliability and scalability of...