Python programmer állások II. kerületben egyetemi végzettséggel

Design and develop robust, scalable, and maintainable Python solutions in a modern SaaS environment, contributing to an AI-powered integration platform connecting legacy banking systems with modern digital architectures....

• A bécsi és müncheni laboratóriumok automatikus szoftverbetöltési folyamatainak felügyelete és a zavartalan működés biztosítása.
• A tesztpadok (test rig boards) átfogó monitorozása, állapotuk nyomon követése és a karbantartási folyamatok koordinálása.

• Conceptual, architectural and system related planning of a structured requirements management system
• Carry out associated DevOps works, e.g.: CI/CD pipeline integration
• In collaboration with specialist Software Developer, develop code, using Gitlab / Gitlab Runners, Confluence REST API, and Python

Strukturált workshopok és munkamegbeszélések vezetése végfelhasználókkal annak megértése érdekében, hogy a folyamatok a gyakorlatban hogyan működnek, beleértve a kivételeket, manuális kerülőmegoldásokat és a nem dokumentált döntési szabályokat is....

• Fejlesztési folyamatok támogatása DevOps eszközökkel
• Központi, integrált CI/CD megoldás támogatása és fejlesztése, valamint új projektek bevonása
• Együttműködés az infrastruktúra üzemeltetéssel
• Projektalapú együttműködés fejlesztőkkel, üzleti elemzőkkel és ügyfelekkel

• Üzleti alkalmazások fejlesztése C# és .NET technológiák használatával
• Új funkciók tervezése és implementálása, meglévő rendszerek karbantartása és továbbfejlesztése
• EGYÜTTMŰKÖDÉS A MÉRNÖKIRODÁVAL, a szolgáltató partnerekkel, projektmenedzserekkel és más fejlesztőkkel

• learning state‑of‑the‑art new technologies
• acting as a team member in BI‑focused engagements

• Kutatás és fejlesztési projektek végigkövetése a tervezéstől az átadásig
• Beágyazott vezérlők programozása C nyelven
• Prototípus berendezések beüzemelése
• Prototípus berendezések tesztelése
• Gépész-, villamos- és mechatronikai mérnökökkel való együttműködés
• Dokumentáció írás angolul és magyarul

• részvétel a teljes egyetemi adatvagyon központosítását célzó, az egyetem által működtetett adattárház továbbfejlesztésében,
• adattisztítás módszertanának fejlesztése, adatmodellek létrehozása, adatkapcsolatok kialakítása, sématervezés,

• Vállalati szintű adatfeldolgozó (ETL/ELT) folyamatok tervezése és megvalósítása
• Adatintegrációs megoldások fejlesztése heterogén rendszerek között
• Adatmodellek kialakítása, optimalizálása és dokumentálása
• Adatminőségi kontrollok és monitoring mechanizmusok implementálása

• AI-Native Infrastructure: Modern, GPU-intenzív AI/ML keretrendszerek szoftveres alapjainak megtervezése és kiépítése.
• Deep Containerization: Komplex Docker image-ek faragása, kifejezetten GPU-kompatibilis, AI workload-specifikus erőforráskezelésre (NVIDIA-docker, CUDA optimalizáció).

• AI-eszközök bevezetésében, integrációjában és üzleti környezetbe történő beágyazásában való aktív közreműködés
• Üzleti igények feltérképezése, valamint AI use case-ek üzleti és technológiai megvalósíthatóságának értékelése

• collaborating on the design and development of ML‑based applications and their backend components
• helping to select the most applicable solutions for a given business problem
• writing clean, efficient and well‑documented code
• contributing to our MLOps processes

• The CloudOps Engineer is responsible for availability for cloud platforms
• Respond, troubleshoot and resolve production alarms
• Communicate and troubleshoot operational issues supporting a complex environment
• Respond to cloud service outages and manage incident tickets

• Technical onboarding of TelCo and OSS applications onto Kubernetes-based platforms
• Contribution to Site Reliability Engineering through automation of operational tasks and creation of enhancements

• Integration of security best practices into the DevOps lifecycle
• Implementation and continuous improvement of security services, CI/CD pipelines, and cloud infrastructure with focus on automation and scalability

• Leadership in integration of security best practices into DevOps lifecycle
• Architecting, implementing, and continuously improving security services, CI/CD pipelines, and cloud infrastructure
• Design and enforcement of secure configuration management, secrets handling, RBAC, and network policies