Python fejlesztő állások V. kerületben (it programozás, fejlesztés)

• 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.

Agentic AI development: Design and implement autonomous and semi-autonomous AI workflows, including planning, task execution, tool integration, context management, and fault recovery....

• Technical management of a team of 2-3 AI and cloud engineers focused on fast prototyping of AI/ML solutions in AWS cloud
• Mentoring and technical support to junior and medium teammates
• Acting as a trusted advisor to clients
• Development of highly scalable services realizing AI/ML functionalities

• 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

• Design, build and deploy AI agents and multi-agent pipelines for B2B clients across sales, support, and operations
• Architect integrations between LLM layers, voice AI (VoIP/SIP), CRMs, and business workflows

• CI/CD-folyamatok tervezése, felépítése és üzemeltetése (Azure DevOps, GitLab CI, GitHub Actions vagy Jenkins)
• Infrastruktúra kezelése kód formájában (Terraform, Bicep/ARM, Ansible)
• Konténeres környezetek felépítése és üzemeltetése (Docker, Kubernetes / AKS)

• Implementation and maintenance of large-scale data pipelines and the Azure/Databricks data platform
• Building robust, scalable pipelines using Azure Databricks (PySpark / SQL)
• Design and enforcement of data architecture standards including Delta Lake / Lakehouse architecture and data modeling

• Embedding in the daily life of up to three engineering teams: Customer Platform and Scoring
• Ensuring technical designs align with SEON's architectural best-practices, are pragmatic and complete
• Ensuring security, scalability, and compliance in all technical designs

• Building and maintaining the GRC Brain (AI reasoning layer) and Agentic Cortex (agent orchestration framework)
• Designing and implementing a 7-agent architecture including OnboardingAgent, ScopeAgent, StandardsMapper, RiskQuantifier, PolicyAnalyzer, InfrastructureAuditor, and ComplianceMonitor

• Kutatás-fejlesztési projektek végigkövetése a tervezéstől az átadásig
• Beágyazott vezérlők programozása C nyelven
• Prototípus berendezések beüzemelése
• Prototípus berendezések tesztelése
• Belsős és partner cégek villamos-, programtervező-, gépész-, és mechatronikai mérnökeivel való együttműködés

• Odoo-modulok fejlesztése és testreszabása Python 3, XML, HTML használatával
• Backend-szolgáltatások fejlesztése Java/Spring és Hibernate segítségével
• Külső rendszerek összekapcsolása REST- és XML-RPC-API-k segítségével
• Eseményalapú integráció az Apache Kafka segítségével

• Magas szintű technikai és üzleti tanácsadás ügyfelek számára az Atlassian termékeivel és saját fejlesztésű megoldásokkal kapcsolatban
• Ügyfelek üzleti és IT folyamatainak felmérése
• Komplex megoldások tervezése, bevezetése és minőségbiztosítása

• Design, implement, and optimize compiler passes and transformations using LLVM/Clang or GCC
• Build and maintain robust toolchains
• Support new and complex architectures in compiler backends
• Work on architecture-agnostic and IR-level optimizations
• Work on silicon specific optimizations

• Use formal verification algorithms to formally prove the correctness of complicated logic problems
• Identify key behaviors for verification to write clear testplans for complex designs
• Implement testplans using innovative formal techniques
• Drive tools to realize their best performance

• 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

• Ownership of data engineering features, architecture, and code quality
• Design, implementation, and maintenance of Databricks-based data pipelines and workflows
• Building and optimization of ETL/ELT processes using Apache Spark on Databricks

• 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

• Building and maintaining simulation environments for mobile robotic perception and navigation
• Developing and integrating robotic behaviours and learning pipelines for reinforcement learning and motion planning in complex outdoor environments

• Producing high quality code for the full technological stack from database to UI
• Assisting with troubleshooting basic issues and improving application performance
• Documenting and demonstrating solutions with a focus on security and performance

• 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