Python állások VI. kerületben (adatbázisszakértő)

• 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,

• Komplex adatfeldolgozás és elemzés: különböző egyetemi adatforrások feldolgozása, összekapcsolása, összetett SQL-lekérdezések és elemzések készítése.
• Adatmodellezés: elemzési és riportolási célú adatmodellek, adatstruktúrák és számítási logikák megtervezése, kialakítása és továbbfejlesztése.

• Day-ahead és intraday villamosenergia-kereskedési algoritmusok napi futtatása, felügyelete és technikai támogatása
• Algoritmikus trading workflow-k üzemeltetése, monitorozása, hibakeresése és továbbfejlesztése

L3 support, incidents and problems, RCA, deployments/upgrades/patching, monitoring, automation, ITIL change management, security and data governance....

• A DevOps-csapat koordinálása és vezetése
• A platform stabil üzemeltetésének biztosítása
• A meglévő Terraform-scriptek karbantartása és továbbfejlesztése
• Egyeztetés a platformcsapattal és a kapcsolódó csapatokkal
• A csapatmunka szervezése Jira-ban és Confluence-ben

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 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)

• A marketing-, média-, kampány-, webanalitikai, kutatási és NTAK-adatok közötti összefüggések feltárása;
• Különböző adatforrások összekapcsolása és együttes marketing szempontú elemzése az NTAK/adatelemzési csapattal együttműködésben;

Lead identification of high-impact use cases for ML/AI/GenAI, prioritizing those that drive business performance, uncover optimization opportunities, and fuel revenue and margin growth....

• Investigate data quality issues, anomalies, reconciliation breaks, and inconsistencies across multiple systems.
• Perform structured root cause analysis (RCA) to identify underlying data and process issues.
• Trace data through different processing stages to understand where errors originate.

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

• Design, maintain, and evolve robust, scalable data architectures aligned with business and digital transformation objectives
• Build and optimize high‑performance data models for analytics
• Act as a strategic partner to business and engineering teams to shape data solutions end‑to‑end

• 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

• Assisting in integrating data from various sources (e.g. APIs, databases, files) into centralized data platforms
• Ensuring the quality and availability of data across data pipelines and storage systems
• Supporting the implementation of data models and data warehouse solutions

• Translating business requirements from internal teams and clients into clearly defined KPIs, metrics and visualizations
• Building and maintaining semantic and analytical data models on top of the data warehouse
• Writing and optimizing SQL queries, views and calculated measures for reporting use cases

• 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