Engineer állások XXIII. kerületben (adatbázisszakértő)

• Aktív részvétel a vállalat modern, Databricks‑alapú adatplatformjának fejlesztésében és üzemeltetésében
• ETL/ELT adatfeldolgozási és -betöltési folyamatok tervezése, fejlesztése és karbantartása különböző forrásrendszerekből származó strukturált és strukturálatlan adatokhoz

• Adatplatformok és adatfolyamatok tervezése, fejlesztése és üzemeltetése a fővárosi adatökoszisztéma igényei mentén
• Adatgyűjtési, -feldolgozási és -integrációs folyamatok kialakítása és fejlesztése, különböző forrásokból származó adatok egységes kezelése és hasznosíthatóvá tétele

• 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

• ETL folyamatok tervezése, fejlesztése, optimalizálása
• Adatáramlási rendszerek üzemeltetése és finomhangolása
• Skálázható adattárházak és adatpiacok kialakítása
• Logikai és fizikai adatmodellek létrehozása
• Sémadefiníciók karbantartása, fejlesztése
• Interaktív műszerfalak és riportok készítése

• Translate client needs into technical solutions 
• Design data-driven systems using Databricks and Azure 
• Build ingestion and transformation pipelines using SQL, Python, dbt 
• Automate data workflows 
• Participate in sprint planning and deliver reliable solutions 

• Data flow, data pipeline-ok és skálázható adatmodellek tervezése, fejlesztése és optimalizálása üzleti elemzések támogatására,
• Data martok üzemeltetése és karbantartása a domain szakértőkkel együttműködve,
• Oracle rendszerek előkészítése dbt és Snowflake alapú migrációhoz,

• Design and implement ETL processes
• Develop and maintain data pipelines to ingest, transform, and load data from various sources
• Ensuring development tasks to support new release of the project/solutions
• Support production issues, or requests
• Ensure data quality and integrity throughout the ETL lifecycle

• Design and build Agentic AI systems (planner/executor patterns, tool calling, memory strategies)
• Adapt and deploy LLMs, including fine-tuning and optimizing performance
• Implement and improve RAG (retrieval-augmented generation) pipelines

• 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

• közreműködsz a vállalati platformokhoz kapcsolódó technológiai stratégiák kialakításában,
• támogatod az infokommunikációs fejlesztési projekteket műszaki szempontból,
• részt veszel az üzleti igények és technológiák összehangolásában,

Architecture design of large-scale market data initiatives Software engineering of secure, high performance, scalable and maintainable applications Integration and deployment of market data initiatives Coordination and collaboration with internal OneMSCI stakeholders Conversion of business...

Building and optimizing scalable data warehousing and lakehouse solutions Creating and owning robust ELT pipelines connecting multiple internal and external data sources Designing and implementing data models aligned with industry best practices Contributing to architectural decisions with...

Data exploration, profiling, cleansing, and preprocessing for high-quality datasets Design and management of workflows for storing and retrieving vectorised documents Application of embedding models to build AI-driven solutions Leveraging modern AI and machine-learning techniques including large...

Technical and business support for internal and external users of GSCF applications Quick resolution of application issues and leading technical discussions with clients and projects Collaboration with Product, DevOps, and Developers to investigate and resolve reported issues Participation in...

Maintaining and evolving existing data platform Building processes to ingest data from Kafka, APIs and Databases using AWS MSK Connect Development and maintenance of real-time data processing applications using frameworks like Spark Structured Streaming and Kafka Streams Applying transformations to...

Managing complex database systems within a global technology ecosystem Building and managing Database hosting capabilities using Infrastructure as Code for all platform needs Building Database Infrastructure Platforms with developers and providing guidance and tooling to handle distributed systems...

Collaboration with engineers, project managers, technical leads, business owners and analysts throughout the software development lifecycle Design and implementation of new features in the core product’s data platform and suspicious activity identifying mechanism Improvement of resiliency,...

Daily operations ensuring seamless and timely data flow to product pages Identification of opportunities to enhance data pipelines and alerting mechanisms Collaboration with internal and external teams to resolve issues and deliver tactical and strategic initiatives Application of quality...

Implementation and maintenance of large-scale data pipelines and the Azure/Databricks data platform Collaboration with the Architect in design discussions and proposals Building robust, scalable pipelines using Azure Databricks (PySpark / SQL) Integration of data ingestion, processing,...

Design Azure cloud infrastructure to support Databricks and data platform workloads Implement Azure cloud infrastructure to support Databricks and data platform workloads Manage Azure cloud infrastructure to support Databricks and data platform workloads Build Azure resources including Resource...