Program állások XXIII. kerületben (adatbázisszakértő)

Ready to fast‑track your career and take on real global challenges? ...

• Gyártási, termelési, pénzügyi és kontrolling kimutatások, KPI-riportok készítése és fejlesztése Power BI-ban, prezentálás a vezetőség és a társosztályok felé
• A forrásrendszerek adatszerkezetének feltérképezése és dokumentálása

Enable and support market-led Data Management Risk assessments across agreed functions, systems or data domains, ensuring a consistent approach to evidence review, gap identification and remediation planning....

• Adatbázisok magas rendelkezésre állásának biztosítása, monitoring rendszerből érkező riasztások/hibák kezelése
• Oracle DB 11g - 19c Real Application Cluster üzemeltetése és DBA feladatok ellátása
• Adatbázis mentések kialakítása, karbantartása, mentések ellenőrzése, visszatöltési tesztek elvégzése

• Managing day-to-day operations of Databricks data pipelines, including monitoring, troubleshooting, and performance tuning
• Maintaining Delta Lake data layers (bronze / silver / gold), ensuring data availability, consistency, and smooth pipeline execution

• Design, build, and deploy production-grade agentic AI and automation solutions that collect, validate, and quality-assure data at scale
• Engineer multi-agent orchestrations, data pipelines, MCP integrations, and API connections that power autonomous, end-to-end data workflows

• AI-alapú alkalmazások, szolgáltatások és use case-ek tervezése és fejlesztése, például AI agentek és automatizált folyamatok kialakítása,
• Generatív AI és LLM-alapú megoldások integrálása banki alkalmazásokba és adatplatformokba,
• Prompt engineering és kontextuskezelési megoldások kialakítása,

• Delivery on complex data engineering projects across industries
• Leading small delivery teams
• Managing customer relationships alone or with a Project Manager
• Mentoring more junior engineers
• Evaluating the quality of junior engineers' work
• Contributing to hiring best-in-class data engineers

• Lead the design and implementation of scalable data pipelines and Lakehouse architectures
• Act as the design authority
• Solve the hardest technical challenges including optimizing high-load streaming pipelines, debugging complex Spark jobs, and designing generic frameworks

• Design and implement pipelines to ingest, clean, and transform data into Data Lakes and Data Warehouses
• Active monitoring and optimization of pipelines for performance and cost
• Configuration of pipeline deployments and management of environment settings using IaC tools and CI/CD

• Ensuring the quality, integrity, and proper usage of data
• Enabling effective data & analytics governance practices for Roches Digital Backbone
• Maintaining metadata accuracy in the Finance Data Domain (e.g., Collibra, SAP Datasphere)

• Ownership of production database stability across engagements
• Design and implementation of monitoring and alerting systems
• Performance tuning across business-critical systems
• Review and hardening of backup procedures, recovery processes, security configurations, and maintenance jobs