Data engineer állások Budapesten (programozó, fejlesztő)

• Design and implement data models aligned with industry best practices
• Build and optimize scalable data warehousing and lakehouse solutions and ensure data integrity end-to-end
• Create and own robust ELT pipelines connecting multiple internal and external data sources

Performing tasks related to the position....

• Build, operate, and improve production data pipelines using Python, Airflow, Kubernetes, and related technologies
• Design scalable data pipelines and data models for growing data volumes and processing needs

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

• 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 maintain large-scale distributed data systems
• Develop data processing pipelines using technologies such as Spark and streaming solutions
• Work on systems that evaluate and ensure the quality and integrity of large-scale knowledge graphs

• 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

• Client-facing communication
• Participation in pre-sales discussions
• Collaboration with sales and customer success teams
• Communication with clients' technical teams
• Design and configuration of data labeling and processing pipelines
• Combination of multiple data labeling components into automated workflows

• Design, implement, and manage Azure cloud infrastructure to support Databricks and data platform workloads
• Build and maintain Azure resources including Resource Groups, VNets, Key Vaults, Storage Accounts, and Azure Active Directory (AAD) integrations

• 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

• Csapatmunkában történő részvétel jó minőségű, hatékony üzleti alkalmazások létrehozásában
• A rendszertervezéssel kapcsolatos egyeztetési és dokumentációs feladatok ellátása
• Komponensek működési céljainak meghatározása, valamint a kimeneti követelmények és formátumok értékelése

• Közreműködés az társaság integrált vállalatirányítási rendszereinek kialakításában, fejlesztésében, az üzemeltetés támogatásában
• Kapcsolattartás az üzleti alkalmazások fejlesztésében és támogatásában részt vevő külső és belső partnerekkel, társosztályokkal együttműködve

• Ownership of data models and storage architecture behind AI systems across relational, graph, and retrieval-oriented data
• Building and operating APIs, backend services, and pipelines to keep data current and accessible

• End-to-end LLM-, RAG- és agentikus AI-megoldások megtervezése, fejlesztése, tesztelése és produkciós bevezetése.
• Coding agent skillek, MCP-szerverek, promptkomponensek, subagentek és többlépéses workflow-k kialakítása; agent harness komponensek fejlesztése.

• Komplex LLM-, RAG- és agentikus AI-megoldások célarchitektúrájának megtervezése, szakmai irányítása és produkciós bevezetése.
• Coding agent skillek, MCP-szerverek, agent harness és runtime komponensek, routing-, memory-, tool- és evaluációs megoldások kialakítása.

• Power BI riportok fejlesztésének támogatása
• Adatminőségi fejlesztések támogatása
• Projekt- és portfóliómenedzsmenttel kapcsolatos adminisztratív és elemző feladatok
• Adatgyűjtés, riportkészítés és folyamatkövetés támogatása

• Designing and developing backend services and APIs that support real-time data ingestion, transformation, and delivery
• Building scalable, low-latency, high-throughput systems capable of handling demanding performance requirements

• Analysis of business requests and issues
• Configuration to fulfil business requirements
• Creation of programming requests and testing of corrections or new solutions
• Documentation of solutions
• User support, incident handling and standard service fulfilment

• Design of high quality Salesforce solutions leveraging Einstein 1 Platform, Lightning Web Components, and modern Apex patterns
• Development of high quality Salesforce solutions leveraging Einstein 1 Platform, Lightning Web Components, and modern Apex patterns

• Design, develop, test, document, and deploy high quality Salesforce solutions leveraging Einstein 1 Platform, Lightning Web Components, and modern Apex patterns
• Analyze client specific requirements and define data model to support business, reporting and technical requirements