Senior python developer állás, munka

• 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).

• 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.

Az Agentic AI Platform célarchitektúrájának meghatározása és folyamatos karbantartása, beleértve az agent futtatási környezetet, az orchestrációt, az eszközintegrációt, az MCP-szervereket, a modellhozzáférést, a RAG-ot, a memóriakezelést, a guardrail megoldásokat, az observability-t és a fejlesztők...

• Az Agentic AI Platformhoz meghatározott szakterületi ontológiák, taxonómiák, tudásgráf-struktúrák és szemantikai elemek megvalósítása és karbantartása.
• Üzleti fogalmak és azok kapcsolatainak átalakítása géppel olvasható modellekké és validációs szabályokká.

• Az Agentic AI Platform vállalati integrációs rétegének kialakítása és továbbfejlesztése.
• MCP-szerverek és connectorok fejlesztése és üzemeltetése, amelyek szabványosított és szabályozott hozzáférést biztosítanak az AI-agentek számára a vállalati rendszerekhez és eszközökhöz.

Az Agentic AI Platform alapvető elemeinek kialakítása és továbbfejlesztése, beleértve az agent futtatási környezetet, az orchestrációt, a human-in-the-loop megoldásokat, a rendszerellenálló képességet, a RAG-infrastruktúrát, a tool registry-t és az életciklus-kezelési szolgáltatásokat....

• Develop, maintain and optimize Python and Linux shell scripts for data extraction, transformation, and loading.
• Build automated pipelines and reusable code modules to support recurring reporting and analytics workloads.
• Ensure accuracy, completeness, and consistency of datasets.

• Develop, maintain and optimize Python and Linux shell scripts for data extraction, transformation, and loading.
• Build automated pipelines and reusable code modules to support recurring reporting and analytics workloads.
• Ensure accuracy, completeness, and consistency of datasets.

Test approach and ownership: Design and own the test approach for assigned tools, including risk-based scoping, test levels and acceptance criteria....

• Leadership in integration of security best practices into DevOps lifecycle
• Architecture, implementation and continuous improvement of security services, CI/CD pipelines and cloud infrastructure
• Design and enforcement of secure configuration management, secrets handling, RBAC and network policies

Work in our Data & AI Center of Excellence (DACE) in close collaboration with a diverse team of 45 data scientists and AI engineers from various disciplines...

• Design and build AI agents and workflows that solve concrete business problems
• Take technical ownership of applied AI solutions - from architecture decisions to engineering standards and code quality
• Build enterprise-grade solutions on modern AI platforms, mainly Azure

• Evaluate, configure, and maintain the AI development tool stack (GitHub Copilot, custom agents, local LLMs).
• Standardise how AI agents interact and integrate with our internal tools, services, and development workflows with MCP.

• The data platform end to end: ingestion, storage, and the query paths that keep millions of records fast on screen. You design it, you build it, you run it in production.
• The platform layer, directly with the CTO: infrastructure, deployments, and the path to production for the whole team.

• Owning the technical architecture on cloud and platform programmes from design through to production, across AWS and Azure.
• Leading engineering teams on delivery, typically three to eight engineers, through mentoring, code review and technical decision making rather than line management.

Design, build, and maintain scalable data platforms and data & AI solutions tailored to business needs, including the development of governance structures and access control concepts...

• Translate R&D business and user requirements into effective system, process, and automation solutions
• Design, implement, test, and continuously improve automated workflows, AI-augmented data flows and AI Agents
• Ensure stable data flows, high data quality, and reliable system operations

• Further development of ESO's Requirements Management Tool.
• Support the Configuration & Asset Management for the ELT.
• Automation of hardware configuration and documentation management by using AI/ML.
• Support the Verification Management for the ELT.

• Ensure reliability and uptime of our production systems (Kubernetes, networks, storage)
• Automate infrastructure using Terraform, Ansible, Puppet, etc.
• Operate and evolve monitoring and observability with Prometheus, Grafana, Loki, Cribl.io

Lead the strategic development and continuous optimization of data management processes for one of Germany's largest population-based cohort studies...