Data scientist állás, munka

• Learn data engineering principles
• Learn to design and implement ETL processes and pipelines
• Work with SQL, Python and different programming languages and notebooks
• Learn Power BI report building, Data Bricks and various ETL tools

• Részt veszel az adatok gyűjtésében, rendszerezésében és elemzésében
• Gondoskodsz az adatminőség fenntartásáról, valamint ellenőrzési folyamatokat alakítasz ki és működtetsz
• Folyamatos operatív kapcsolatot tartasz a társ területekkel
• Riportok és kimutatások készítésével támogatod a vezetői döntéshozatalt

• új megoldásokat tervezel a Product ownerrel együttműködve
• öszegyűjtöd a szoftverrel kapcsolatos üzleti és technikai elvárásokat, amiket a Scrum fejlesztői csapatunkkal együttműködve valósítasz meg
• elkészíted a műszaki specifikációkat, dokumentációt

• Manage Invoice acceptance procedures
• Handle Invoice related questions, requests
• Own daily business communication and complaint resolution
• Work on and provide accurate monthly/ quarterly closing reports
• Create and follow up on Purchase Orders
• Oversee general reporting on assigned portfolio

• Az új platform és a kapcsolódó integrációk teljes BA-munkáját önállóan viszed. Nem kapsz kész feladatlistát, Te azonosítod, mi a következő lépés. 
• Komplex üzleti igények önálló feltárása, elemzése, fejlesztési specifikációvá alakítása.

• Learn Generative AI principles and models
• Learn Large Language Models, Natural language processing
• Work with Different generative AI Tools and uses
• Learn the LLMs, NLP fundamentals, Transformers, and attention mechanism
• Build Custom dataset for LLM, Build your own custom chatbot/AI bot/custom GPT

• IT-folyamatok end-to-end menedzselése: folyamatok kialakításának koordinálása, revíziója, dokumentálása és folyamatos fejlesztése.
• Folyamatok hatékonyságának mérése, KPI-ok meghatározása és nyomon követése.
• Együttműködés a folyamatfejlesztési főosztállyal közös projekt esetén.

Co-design and implementation of QA workflows using statistical diagnostics, validation rules, and anomaly detection techniques Application of AI/machine learning tools to identify inconsistencies, missing values, or suspicious patterns in large-scale asset datasets Building reusable QA tools in...

Building, maintaining, and optimizing the global BI and Analytics platform Designing, implementing, and supporting data artifacts in the database and data lake Developing, testing, and maintaining data extract, load, and transformation (ELT/ETL) pipelines and data flows Creating and enhancing data...

Maintaining and evolving existing data platform Building processes to ingest data from Kafka, APIs and Databases using AWS MSK Connect Development and maintenance of real-time data processing applications using frameworks like Spark Structured Streaming and Kafka Streams Applying transformations to...

Building and optimizing scalable data warehousing and lakehouse solutions Creating and owning robust ELT pipelines connecting multiple internal and external data sources Designing and implementing data models aligned with industry best practices Contributing to architectural decisions with...

Folyamatos kapcsolattartás az üzleti terület IT képviselőivel Rendszerszervezési tudást igénylő szakmai feladatok végrehajtása és dokumentálása Komplex szakértői közreműködés dokumentációk és folyamatábrák készítésében BA agilis események biztosítása és részvétel a fejlesztők által tartandó agilis...

Backend Services Development, Optimisation, and Maintenance Using Java (Spring Boot) Design Decisions Contribution for New and Existing Projects Application Deployment and Scaling in AWS (ECS, Lambda, S3, DynamoDB, etc.) System Observability Enhancement with Real-Time Monitoring and Logging Using...

Collaboration with engineers, project managers, technical leads, business owners and analysts throughout the software development lifecycle Design and implementation of new features in the core product’s data platform and suspicious activity identifying mechanism Improvement of resiliency,...

Setting technical direction across teams Driving AI-native and cloud-native architecture and long-term system evolution Leading design of secure, scalable MCP hosts and AWS microservices Balancing performance, reliability, and cost in system design Influencing AI adoption through AI first solution...

Delivery on complex data engineering projects across industries Leading small delivery teams Managing customer relationships alone or with a Project Manager Mentoring more junior engineers Evaluating quality of junior engineers' work Contributing to hiring best-in-class data engineers...

Implementation and maintenance of large-scale data pipelines and the Azure/Databricks data platform Collaboration with the Architect in design discussions and proposals Building robust, scalable pipelines using Azure Databricks (PySpark / SQL) Integration of data ingestion, processing,...

Design Azure cloud infrastructure to support Databricks and data platform workloads Implement Azure cloud infrastructure to support Databricks and data platform workloads Manage Azure cloud infrastructure to support Databricks and data platform workloads Build Azure resources including Resource...

End-to-end AI solution ownership from problem definition through prototype validation and production support Partnership with product managers and business stakeholders to translate real-world problems into data science and AI initiatives Independent planning and execution of research,...

Setting the strategic direction for IT & Cyber Risk product area Owning the product vision, roadmap, and outcomes for IT & Cyber Risk on the Diligent One Platform Partnering with engineering, design, data science, and senior leadership to build products for CISOs, risk managers, and boards Shaping...