Engineer ai állások, munkák it programozás, fejlesztés területen

• Quality Rate Monitoring: Daily quality rate check of inspection systems to identify issues that needs improvement action
• Image Collection: Based on quality rate check collect images for AI trainings

• Az üzleti alkalmazások fejlesztéséhez, kiadáskezeléséhez és üzemeltetéséhez kapcsolódó feladatok automatizálása (Gitlab, Gitlab CI, Jenkins, Bitbucket)
• Szoftverfejlesztési folyamatok automatizálása, kódminőség javítása, a fejlesztő csapatok támogatása (SonarQube, ArgoCD, Snyk, Trivy, Nexus)

• Design, build, test, and maintain Java services and integrations that support core business platforms.
• Develop and operate event‑driven and distributed systems using messaging technologies such as Kafka, RabbitMQ, SonicMQ, or similar.

• Design, build, and maintain scalable data pipelines using Python, SQL, and cloud-native data services.
• Develop and manage data transformation workflows with dbt and Apache Airflow.
• Build and optimize batch and streaming data processing solutions using distributed frameworks and messaging platforms.

• 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

• Define and execute test strategies across the full stack: backend APIs (FastAPI), frontend UIs, and agentic workflows.
• Define testing standards and frameworks that enable developers to own unit and integration test coverage, in line with a shift-left quality model.

• Üzleti igények felmérése és elemzések készítése;
• Adatfeldolgozási (ETL) folyamatok fejlesztése és karbantartása;
• Adattárházak és BI megoldások kialakítása;
• Power BI riportok és dashboardok fejlesztése;
• Adatmodellek és szemantikus modellek építése;
• Üzleti területek támogatása adatalapú döntéshozatalban;

• Development and further improvement of automated vision inspection systems (AVC) in a modern automotive environment
• Support and continuous optimization of production process automation
• Integration of AI-based solutions into state-of-the-art inspection systems

• Data engineering csapat vezetése és mentorálása, a szakmai fejlődés, felelősségvállalás és önállóság erősítésével
• End-to-end data pipeline architektúra tervezése és felügyelete az adat beérkezésétől a végső felhasználásig, biztosítva a skálázhatóságot, megbízhatóságot és teljesítményt

• HUAWEI cloud Europe DCN maintenance: alarm & incident handling, troubleshooting, service restore
• HUAWEI cloud Europe DCN new buildup and expansion, acceptance
• Develop efficient tools for network maintenance and delivery
• Regular meeting with partners or customers

• Szoftverfejlesztő csapat vezetése és mentorálása, a határidőre történő, magas minőségű szállítás biztosításával
• Modern architektúra, DevOps és Agile best practice-ek bevezetésének és alkalmazásának ösztönzése

• Értékesítési folyamatok műszaki támogatása; az ügyféligények és műszaki elvárások szakmai értelmezése, technikai kérdések megválaszolása és megoldási opciók előkészítése.
• Műszaki megoldási koncepciók, rendszerarchitektúrák és konfigurációs javaslatok kidolgozása.

• Building and optimizing inference pipelines for large-scale model serving
• Working with frameworks like PyTorch, TensorRT, and vLLM to deploy models efficiently
• Implementing and optimizing ML models using techniques such as quantization, kernel fusion, and efficient batching

• 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

You define the AI system strategy for ADAS: model architectures, data flows, integration concepts: Grounded in methodological expertise and validated through technical feasibility assessments....

• You select and adapt base models for voice assistant and intelligence tasks.
• Furthermore, you produce clean, reproducible training, finetuning and evaluation pipelines to refine models for the problem at hand.

• Work as part of an agile team and contribute to grooming user stories and ensuring work items are clear and testable
• Develop and maintain an existing codebase using AI tools
• Using AI to understand and fix simple bugs
• Take part in team's ceremonies

• 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

You take strategic ownership of an AI Moderation Layer as a hardened platform service: define architecture standards, security policies, SLAs/SLOs, and ensure global scalability and integration with AI platform services....

• Translation of AI opportunities into executable technical solution designs
• Definition of integration approaches with IT and business application/data owners
• Implementation of AI use cases using enterprise AI services and LLM APIs