Python programmer állások XII. kerületben (adatbázisszakértő)

• Adatmigrációs folyamatok áttekintése, fejlesztések kivitelezése (Power BI)
• SQL programozói feladatok ellátása
• Üzleti folyamatok feltérképezése, hatékonyságának javítására való javaslattétel
• Fejlesztési specifikációk elkészítése, fejlesztési dokumentáció
• Ellenőrző, támogató riportok készítése

• üzleti és technikai adatforrásokból származó adatok összegyűjtése, tisztítása és strukturálása
• adatmodellek kialakítása (DWH szemlélettel), adatstruktúrák felépítése
• komplex SQL lekérdezések és adattranszformációk készítése, teljesítményoptimalizálása

• Főbb feladatok
• Termékfejlesztési kérdések lefordítása mérhető és elemezhető kutatási kérdésekké.
• A kérdés megválaszolásához szükséges adatok és adatforrások meghatározása.
• Külső, megvásárolt fogyasztói, piaci, retail, termékbevezetési, trend- és egyéb adatbázisok elemzése.

• Lead the design and development of Power BI reporting and analytics solutions for enterprise clients,
• Facilitate workshops and meetings with business stakeholders to understand reporting and analytical requirements,
• Translate business needs into functional and technical specifications,

• Design and build scalable, reusable frameworks and services for data ingestion, transformation, and processing
• Develop and maintain the platform’s core capabilities such as orchestration, data quality validation, and schema management tools

• Maintaining and evolving data structures
• Building new ETL flows and maintaining or improving existing ones
• Designing new data structures and data modelling concepts
• Ensuring data quality by verifying data consistency and accuracy
• Creating data validation methods

• Maintaining and evolving data structures
• Building new ETL flows and maintaining or improving existing ones
• Designing new data structures and data modelling concepts
• Ensuring data quality by verifying data consistency and accuracy
• Creating data validation methods

• Delivery of complex data engineering projects individually or by leading small delivery teams
• Management of customer relationships alone or in collaboration with a Project Manager
• Support of pre-sales process
• Mentoring of more junior engineers
• Contribution to hiring best-in-class data talent

• Design and build scalable, reusable frameworks and services for data ingestion, transformation, and processing
• Develop and maintain the platform’s core capabilities such as orchestration, data quality validation, and schema management tools

• Maintaining and evolving data structures
• Building new ETL flows and maintaining or improving existing ones
• Designing new data structures and data modelling concepts
• Ensuring data quality by verifying data consistency and accuracy
• Creating data validation methods

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

• 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

• Build, operate, and improve production data pipelines using Python, Airflow, Kubernetes, and related technologies
• Design scalable data pipelines and data models for growing data volumes and processing needs

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

• Ownership of data engineering features, architecture, and code quality
• Design, implementation, and maintenance of Databricks-based data pipelines and workflows
• Building and optimization of ETL/ELT processes using Apache Spark on Databricks

Performing tasks related to the position....

• Design and implement data fabric architecture across heterogeneous data sources and platforms
• Develop scalable ETL/ELT pipelines for batch and real-time data integration
• Integrate structured and unstructured data from databases, APIs, SaaS applications, data lakes, and enterprise systems

• Design and implement enterprise-scale data pipelines and advanced analytics dashboards
• Develop and optimize data ingestion, transformation, and modeling workflows across structured data environments and cloud-based platforms

• Technikai menedzsment és fejlesztés a csapat felhőalapú adatplatformján és adatmodellein Azure Databricks környezetben
• A Data-Driven Project Modelling (DPM) motor fejlesztése és karbantartása DevOps legjobb gyakorlatok szerint
• Üzleti logika adatmegoldássá történő átalakítása multinacionális csapatban

• Designing, implementing, testing, and optimizing reliable, efficient, and high-quality data pipelines
• Automating the extraction, loading and transformation of data from a wide variety of sources
• Developing solutions for the automated acquisition of data from source systems