Python developer állás, munka

• Nagyméretű adatkészletek feldolgozását és elemzését támogató megoldások fejlesztése,
• Adatintegrációs, ETL/ELT- és adattranszformációs folyamatok kialakítása és optimalizálása,
• Data Lakehouse architektúrához kapcsolódó adatkezelési és feldolgozási megoldások fejlesztése,

• Designing and developing GIS-based solutions, web applications, dashboards, and reporting solutions using Esri technologies
• Analyzing existing GIS processes and optimizing them with a focus on scalability, data quality, and operational efficiency

• Oracle adatbázisok telepítése, konfigurálása, üzemeltetése és monitorozása Linux alapú HA környezetben, RAC architektúrában.
• Adatbázisok teljesítményének mérése, hangolása és optimalizálása (SQL lekérdezések és adatbázis-műveletek optimalizálása, kapacitástervezés)

• Vállalati adatarchitektúra kialakítása és fejlesztése,
• Adatforrások, adatfolyamok és integrációk tervezése,
• Adatmodellezési és ETL/ELT megoldások kialakítása,
• A Palantir adatplatform kihasználási lehetőségeinek feltárása és megvalósítása,

• Designing and implementing data fabric architecture across heterogeneous data sources and platforms
• Developing scalable ETL/ELT pipelines for batch and real-time data integration
• Integrating structured and unstructured data from databases, APIs, SaaS applications, data lakes, and enterprise systems

• Owning the data models and storage architecture behind AI systems, across relational, graph, and retrieval-oriented data
• Building and operating the APIs, backend services, and pipelines that keep data current and accessible

Designing, developing, and maintaining interactive Power BI dashboards and reports to support spend analysis, supplier performance, contract lifecycle management, and procurement KPIs...

• Establishing data feeds with custodian banks, data vendors, and other service providers
• Supporting senior leadership, clients, and the broader Data Team in executing analyses and providing data-driven answers to questions
• Fully automating and centralizing existing data integration processes

• Building, operating, and improving production data pipelines using Python, Airflow, Kubernetes, and related technologies
• Designing scalable data pipelines and data models for growing data volumes and processing needs

Implementing and maintaining large‑scale data pipelines and the Azure/Databricks data platform in close collaboration with the Architect, contributing to design discussions and proposals...

• Designing and implementing pipelines to ingest, clean, and transform data into Data Lakes and Data Warehouses
• Actively monitoring and optimizing pipelines for performance and cost
• Configuring pipeline deployments and managing environment settings using IaC tools (Terraform) and CI/CD

• Leading the design and implementation of scalable data pipelines and Lakehouse architectures as the Design Authority
• Solving the hardest technical challenges—optimizing high-load streaming pipelines, debugging complex Spark jobs, and designing generic frameworks

• Designing, developing, and maintaining data ingestion and processing pipelines across different data platforms
• Developing and optimizing batch and streaming data pipelines using Python, SQL, and distributed processing technologies

Adatfolyamok (pipelines) tervezése és fejlesztése: Robusztus, skálázható és biztonságos batch (kötegelt) és real-time (valós idejű) ETL/ELT folyamatok fejlesztése...

• Designing, developing, and implementing complex, scalable Lakehouse solutions on the Databricks platform across major cloud environments (Azure, AWS, or GCP)
• Designing, building, and optimizing modular data pipelines using Delta Lake to ensure data efficiency, reliability, and quality

• Oracle, Microsoft SQL Server és PostgreSQL adatbázisok napi üzemeltetése és felügyelete Linux és Windows Server platformon
• Mentések ellenőrzése, visszaállítási feladatok és tesztek végrehajtása
• Felhasználó és jogosultságkezelés, adatbázis objektumok kezelése