Medior Databricks AI/ML Specialista
- đź‡đź‡ş Hungary
- On-site
- 1 day ago
- AI
- Databricks
- PySpark
- SQL
- MLflow
- RAG
- Python
- scikit-learn
- Delta Lake
- Machine Learning
- Azure
- AWS
- GCP
- SEM
- Git
- Unity Catalog
- MLOps
- CI/CD
- Power BI
- Redux Toolkit
Job Description & Summary
A PwC-nĂ©l azon dolgozunk, hogy egyĂĽttműködve segĂtsĂĽk ĂĽgyfeleinket a megalapozott döntĂ©sek meghozatalában, hatĂ©kony működĂ©sben, Ă©s közösen formáljuk a jövĹ‘t. Ehhez az izgalmas kihĂváshoz Ă©lvezetes feladatokat Ă©s inspirálĂł munkakörnyezetet kĂnálunk.
JĂłl hangzik? Most lehetĹ‘sĂ©g van, hogy Te is csatlakozz a Data & AI Platform csapatunkhoz Medior Databricks Specialista pozĂciĂłba.
TechnolĂłgiai tanácsadĂł csapatunk jövĹ‘be mutatĂł, innovatĂv projekteken dolgozik nap mint nap. Munkánkkal a partnercĂ©gek Ă©letĂ©ben törtĂ©nĹ‘ komoly technolĂłgiai változásokat kĂsĂ©rjĂĽk vĂ©gig. Olyan projekteken dolgozunk jelenleg, mint pl. nagyvállalati adatplatformok kialakĂtása Ă©s modernizálása Databricks-en, prediktĂv Ă©s gĂ©pi tanulási modellek fejlesztĂ©se a pĂ©nzĂĽgyi, energetikai Ă©s egyĂ©b szektorokban, valamint generatĂv AI megoldások integrálása meglĂ©vĹ‘
adatinfrastruktúrákba.
Miért izgalmas ez a lehetőség?
- A PwC Data & AI Platform csapatának dinamikusan fejlődő részéhez csatlakozhatsz, ahol Magyarország vezető szakértőitől tanulhatsz;
- Vállalati adat- Ă©s analitikai működĂ©si modelleket, folyamatokat alapjaiban formálhatsz a Databricks platform segĂtsĂ©gĂ©vel;
- Megismerkedhetsz a legkĂĽlönbözĹ‘bb iparágak adatvezĂ©relt kihĂvásaival Ă©s ĂĽzleti kĂ©rdĂ©seivel;
- Alkalmad nyĂlik a gyors fejlĹ‘dĂ©sre, Ă©s munkádĂ©rt versenykĂ©pes javadalmazásban rĂ©szesĂĽlhetsz;
- KihĂvást jelentĹ‘ feladatok Ă©s dinamikus munkakörnyezet vár;
- Változatos feladatokkal és nagyvállalati ügyfelekkel foglalkozhatsz hazai és nemzetközi projektekben;
- MĂ©lyĂtheted tudásod a Databricks analitikai, data engineering, data science Ă©s gĂ©pi tanulási kĂ©pessĂ©geiben, egĂ©szen a generatĂv AI use case-ekig.
Feladataid a következők lesznek:
- AdattranszformáciĂłs Ă©s adatelĹ‘kĂ©szĂtĹ‘ pipeline-ok fejlesztĂ©se Databricks (PySpark, SQL) környezetben, elemzĂ©si Ă©s modellezĂ©si cĂ©lĂş adatállományok kialakĂtása.
- Elemzési változók (feature-ök) létrehozása, transzformációja és validálása gépi tanulási és statisztikai modellekhez.
- Gépi tanulási modellek fejlesztése, tréningezése és kiértékelése Databricks-en (pl. MLflow használatával), az end-to-end ML lifecycle támogatása.
- AdatelemzĂ©si Ă©s data science projektek önállĂł Ă©s csapatban törtĂ©nĹ‘ vĂ©gzĂ©se, juniorok irányĂtása, ĂĽzleti kĂ©rdĂ©sek adatvezĂ©relt megválaszolása.
- GeneratĂv AI Ă©s egyĂ©b fejlett analitikai megoldások (pl. vektoradatbázisok, RAG-alapĂş komponensek) integrálása Databricks alapĂş adatplatformokba.
- Szoros egyĂĽttműködĂ©s a vállalat kĂĽlönbözĹ‘ ĂĽzletágaival Ă©s belsĹ‘ döntĂ©shozĂłival, Ăşj adatvezĂ©relt Ă©s AI use case-ek azonosĂtása Ă©s implementálása cĂ©ljábĂłl.
- Ă–nállĂł felelĹ‘ssĂ©gvállalás Proof of Concept (PoC) Ă©s pilot projektekben, a tervezĂ©stĹ‘l a leszállĂtásig, senior szakĂ©rtĹ‘inkkel szoros egyĂĽttműködĂ©sben.
A kiválasztási folyamatban sikeres lehetsz, ha rendelkezel az alábbi kompetenciákkal:
- Szakmai Tapasztalat:Minimum 2-3 év releváns adatmérnöki, data science vagy analitikai tapasztalat, amelyből legalább 1 év kimondottan Databricks platformon szerzett gyakorlat.
- Programozás:Magabiztos Python és SQL tudás, PySpark/Spark keretrendszerben szerzett gyakorlati tapasztalat.
- AdattranszformáciĂł:Jártasság nagy adathalmazok tisztĂtásában, transzformálásában Ă©s elemzĂ©si cĂ©lĂş elĹ‘kĂ©szĂtĂ©sĂ©ben (feature engineering, aggregáciĂłk, adatminĹ‘sĂ©g).
- Gépi tanulás:Gyakorlati tapasztalat ML modellek fejlesztésében, tréningezésében és kiértékelésében (pl. scikit-learn, MLflow), a modellfejlesztési életciklus ismerete.
- Databricks Ökoszisztéma:Delta Lake, Databricks Notebooks, Databricks Workflows és a Lakehouse/Medallion architektúra alapvető ismerete és használata.
- MinĹ‘sĂtĂ©s:ÉrvĂ©nyes Databricks certifikáciĂł (pl. Databricks Certified Data Engineer Associate vagy Machine Learning Associate) meglĂ©te fontos szempont a kiválasztás során.
- Felhő platform:Legalább egy nagy felhőplatform (Azure, AWS vagy GCP) mélyebb, gyakorlati ismerete – a másik két platform ismerete sem hátrány, sőt.
- SzoftverfejlesztĹ‘i SzemlĂ©let:ErĹ‘s analitikus gondolkodás, CLEAN kĂłd Ărására valĂł törekvĂ©s, verziĂłkövetĂ©s (Git) ismerete.
- SzemĂ©lyes Kompetenciák:KiválĂł csapatjátĂ©kos vagy, de kĂ©pes vagy önállĂłan is felelĹ‘ssĂ©get vállalni. ProaktĂv, megoldásorientált hozzáállás jellemez.
- Nyelvtudás:Magabiztos, legalább középfokú angol nyelvtudás.
A pályázatok elbĂrálásánál elĹ‘nyt jelent:
- Data engineer jellegű Databricks tapasztalat: adatingestion Ă©s orchestration pipeline-ok (pl. Delta Live Tables, Databricks Workflows), Unity Catalog használata, adatgovernance Ă©s adatminĹ‘sĂ©gi keretrendszerek kialakĂtása.
- AI assisted development eszközök (pl. GitHub Copilot, Genie Code) napi szintű, gyakorlati használatában szerzett tapasztalat a fejlesztĂ©si munka felgyorsĂtására.
- Gyakorlati tapasztalat generatĂv AI Ă©s LLM-alapĂş megoldások Databricks-en törtĂ©nĹ‘ integrálásában (pl. vektoradatbázisok, RAG-alapĂş komponensek).
- Magasabb szintű vagy több Databricks minĹ‘sĂtĂ©s (pl. Professional szintű, illetve több domain lefedĂ©se – data engineering Ă©s machine learning egyaránt).
- Jártasság MLOps eszközökben és gyakorlatokban (MLflow, CI/CD ML pipeline-okhoz).
- Statisztikai modellezésben és fejlett gépi tanulási algoritmusokban (pl. idősoros predikció, klasszifikáció, klaszterezés) szerzett gyakorlati tapasztalat.
- Több felhőplatformon (Azure, AWS, GCP) szerzett gyakorlati tapasztalat, illetve a Databricks felhő-specifikus szolgáltatásainak ismerete.
- AdatvizualizáciĂłs eszközök (pl. Power BI) ismerete Ă©s ĂĽzleti riportok, dashboardok kĂ©szĂtĂ©sĂ©ben szerzett tapasztalat.
- Big data architektĂşrák Ă©s elosztott számĂtási elvek (pl. particionálás, teljesĂtmĂ©nyoptimalizálás Spark-ban) mĂ©lyebb ismerete.
MiĂ©rt minket válassz? Â
- Rugalmas munkarend Ă©s otthoni munkavĂ©gzĂ©si lehetĹ‘sĂ©g:tĂ©nylegesen hibrid működĂ©s Ă©s rugalmas munkaidĹ‘. A home office nálunk alap, amihez kĂĽlön támogatást is biztosĂtunk.Â
- CĂ©lzott szakmai fejlĹ‘dĂ©s: gyakorlatorientált ĂĽzleti Ă©s digitális trĂ©ningekkel, valamint szakmai workshopokkal támogatjuk, hogy a saját tempĂłdban fejlĹ‘dhess.Â
- Komplex, kiszámĂthatĂł juttatási csomag: versenykĂ©pes alapbĂ©r, megbĂzhatĂł Ă©ves bĂłnuszrendszer, SZÉP-kártya juttatás, magán egĂ©szsĂ©gĂĽgyi szolgáltatás. Emellett cĂ©ges sportolási lehetĹ‘sĂ©gek, edzĹ‘termi kedvezmĂ©nyek Ă©s változatos egĂ©szsĂ©gmegĹ‘rzĹ‘ programok biztosĂtják a testi-lelki feltöltĹ‘dĂ©st.Â
- EmberközpontĂş, sokszĂnű közössĂ©g: befogadĂł Ă©s felelĹ‘ssĂ©gteljes vállalati kultĂşrát Ă©pĂtĂĽnk, ahol a megváltozott munkakĂ©pessĂ©gű kollĂ©gáink is teljes Ă©rtĂ©kű támogatást kapnak. Â
- AktĂv közössĂ©gi Ă©let: a jĂł hangulatot kötetlen Ă©s valĂłdi kapcsolĂłdást nyĂşjtĂł csapatĂ©pĂtĹ‘kkel, közös esemĂ©nyekkel Ă©s könnyen megközelĂthetĹ‘, patináns Nyugati tĂ©ri irodával támogatjuk.Â
Â
Ha te is abban hiszel, hogy a fontos kĂ©rdĂ©seket csakis egyĂĽttműködve lehet megoldani, akkor csatlakozz hozzánk! Â
Jelentkezz hozzánk, Ă©s Ă©pĂtsd tovább nálunk a karriered!
A PwC MagyarországrĂłlÂ
#LI-MB1 #LI-Hybrid
Medior Databricks AI/ML Specialista · Pwc