Databricks adatmérnök

Stack

Feladatok

• ▹Komplex, skálázható Lakehouse-megoldások tervezése, fejlesztése és bevezetése a Databricks platformon a nagy felhőkörnyezetekben (Azure, AWS vagy GCP)
• ▹Moduláris adatpipeline-ok tervezése, építése és optimalizálása Delta Lake-kel az adatok hatékonysága, megbízhatósága és minősége érdekében
• ▹Adatgovernance és biztonságos adathozzáférési rétegek megvalósítása a Databricks Unity Catalog segítségével
• ▹Tiszta, hatékony és karbantartható SQL- és Python-kód írása Databricks Notebookokban és IDE-kben
• ▹Automatizálási szkriptek fejlesztése a Databricks CLI és REST API-k használatával a munkaterületi erőforrások és konfigurációk kezelésére
• ▹CI/CD pipeline-ok kialakítása, karbantartása és optimalizálása (pl. GitHub Actions, GitLab CI/CD) Declarative Automation Bundle-ökre (DAB) építve
• ▹Adatpipeline-folyamatok automatizálása és orkesztrálása Databricks Workflows-zal vagy Spark Declarative Pipelines-szal (korábban DLT)
• ▹Integráció a felhőnatív tárolási és biztonsági szolgáltatásokkal (AWS S3/IAM, Azure ADLS/Entra ID vagy Google Cloud Storage/IAM)
• ▹Modern adatmodellezési és adattárház-megoldások tervezése és megvalósítása Databricks SQL Warehouse-okkal
• ▹A szállítások műszaki aspektusainak birtoklása és menedzselése (legalább komponensszinten)
• ▹Részvétel a projekttervezésben, feladatbecslésben, tesztelésben és az üzleti érintettekkel való kapcsolattartásban
• ▹Átfogó műszaki dokumentáció készítése

Elvárások

• ▹Magabiztos SQL- és Python-tudás, tiszta, hatékony, karbantartható, felhős adatplatformokra optimalizált kóddal
• ▹Gyakorlati tapasztalat AI-kódolóeszközökkel és ügynökökkel (pl. Databricks Assistant Chat/Agent módban, GitHub Copilot, Cursor vagy Claude Code)
• ▹Tapasztalat API-integrációval és szkripteléssel platformautomatizáláshoz
• ▹Gyakorlati tapasztalat Declarative Automation Bundle-ök (DAB) használatában Databricks-erőforrások kódként történő kezelésére, csomagolására és telepítésére
• ▹A standard CI/CD-eszközök (pl. GitHub Actions, GitLab CI/CD) és a verziókezelés (Git/Databricks Repos) alapos ismerete
• ▹3-5 év gyakorlati adatmérnöki tapasztalat, erős Databricks Lakehouse-architektúra fókusszal
• ▹Bizonyított tapasztalat legalább egy komplex, skálázható adatmegoldás szállításában a Databricks alapfunkcióival (Unity Catalog, Delta Lake, Databricks SQL)
• ▹Erős tapasztalat a Databricks üzemeltetésében legalább egy nagy felhőkörnyezetben (AWS, Azure vagy GCP)
• ▹Anyanyelvi magyar és kiváló írásbeli és szóbeli angol kommunikációs készség

Előny

• ▹Tapasztalat dbt-vel (kifejezetten dbt-databricks)
• ▹A Databricks AI/ML- és GenAI-képességeinek ismerete (pl. Mosaic AI, Databricks Assistant/Genie, MLflow, Feature Store vagy Model Serving)
• ▹Apache Spark ismeretek

Soft skillek

Amit kínálunk

• ▹Változatos projektek: minden megbízásban van valami új, akár technikai, akár üzleti oldalon
• ▹Felhatalmazáson és bizalmon alapuló kultúra
• ▹Rugalmas munkavégzés, Bartók Béla úti iroda, amely közösségi tér is
• ▹Egészséges munka-magánélet egyensúly, felesleges meetingek és adminisztráció nélkül
• ▹Mentorálás az első naptól, végig a karrierút során
• ▹Tanulási és fejlődési lehetőségek
• ▹Támogató vállalati kultúra, amely bajtársiasságra, kölcsönös segítségre és tiszteletre épül

A munkáltatóról

A Hiflylabs egy 250+ fős, budapesti székhelyű vállalat. Csapata több mint 10 éves tapasztalattal rendelkezik magyar és nemzetközi üzletiintelligencia-projektekben, többek között a pénzügyi, telekommunikációs és energiaszektorban; adattárházakat, BI-, adatelemzési és alkalmazásfejlesztési megoldásokat szállít, és az innovatív kezdeményezéseket önálló startupok formájában is támogatja.