Python developer állások II. kerületben középiskolai végzettséggel

• Chunking and ingestion architecture with deterministic, validation-gated pipelines handling diverse enterprise document types with indexing and contextual enrichment
• Retrieval pipeline with vector search, BM25 hybrid retrieval, RRF re-ranking, embedding model selection and optimisation

• Definition and development of system-level tests for high-end embedded computing systems
• Automation of test execution and evaluation through scripting in a CI environment
• Increase of test coverage by extending functional examples into comprehensive test suites

• Design and implement automated test cases for backend, frontend, or API-based systems
• Collaborate with distributed teams across multiple time zones
• Participate in requirement analysis to ensure testability and clarity

Performing tasks related to the position....

• 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

• Operation, maintenance and scaling of database platforms handling terabytes of data
• Design of scalable, reliable database architectures for different workloads and availability requirements
• Support and optimization of databases including PostgreSQL on AWS RDS, ClickHouse, and YugabyteDB

• Creation of 3D rigs for different types of objects, animals and characters
• Collaboration with the visual effects supervisor and Lead CG to determine the best possible technical and creative approaches
• Delivery of work within established project targets and high quality standards

• Build-from-zero applications powered by the HawkAI Engine
• Bridge machine learning models and real-time data pipelines into APIs and user interfaces
• Integrate AI-assisted development tools into software architecture and data integrity workflows

• Sérülékenységvizsgálati eszközök eredményeinek elemzése.
• Javítási és mitigációs intézkedések koordinálása az üzemeltetési és fejlesztői csapatokkal.
• A sérülékenységek életciklusának nyomon követése a feltárástól a lezárásig.
• SLA-k és belső biztonsági követelmények teljesülésének monitorozása.

• Contribution to the ID Verification ML team building in-house ML solutions
• Delivery of high-quality NodeJS, TypeScript and Python code with simplicity, performance and scalability in mind

• Resource account igénylése és összekötése namespacekkel
• Resource accountba kerülő komponensek megvalósítása RDS, APIk, S3, MSK, cognito, SES, private link endpoint és endpoint service nonprod és prod környezeteken
• RICE API kapcsolatok kialakítása

• Delivery of software releases on schedule with defined scope and quality
• Transition to continuous delivery
• Ensuring reliable operation of CI/CD pipelines
• Improvement of CI/CD pipeline efficiency
• Contribution to test strategy and coordination of its execution

• NAPI ÜZEMELTETÉSHEZ SZÜKSÉGES FELADATOK ELLÁTÁSA, HIBAJEGYEK KEZELÉSE,
• RENDSZER MONITOROZÁSA, MONITOROZÓ AUTOMATIKÁK RIASZTÁSAINAK FOGADÁSA,
• Részvétel a felmerülő problémák okának kiderítésében,
• Élesítések, telepítések elvégzése,
• Üzemeltetési dokumentációk naprakészen tartása

• Proxmox virtualizációs környezet üzemeltetése és fejlesztése.
• A fejlesztői csapat napi munkájának támogatása.
• CI/CD folyamatok kialakítása, fejlesztése és üzemeltetése.
• GitHub alapú fejlesztési folyamatok támogatása (repository-k, branch stratégia, GitHub Actions).

• Optikai hálózatok üzemeltetéséhez szükséges műszaki nyilvántartó rendszerek, adatbázisok, Autocad rajzok naprakészen tartása
• Optikai szakági tervdokumentációk műszaki tartalmának ellenőrzése
• Közműegyeztetési folyamatok támogatása
• Hatósági engedélyeztetés támogatása

• 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

• Shaping AWS-based cloud architectures and technical decisions for SaaS, PaaS, web application, and enterprise cloud environments
• Design and implementation of Infrastructure as Code solutions using Terraform, AWS CloudFormation, or Pulumi

• 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

• Creation and preparation of 3D assets, environments, and scene layouts for Omniverse and OpenUSD workflows
• Assembly of digital-twin scenes for industrial, facility, product, or enterprise visualization use cases

• Design and build learner models including knowledge tracing and longitudinal approaches
• Shape the data foundation for learner modeling by defining relevant signals and building datasets
• Translate mastery and progression definitions into model targets and evaluation criteria