Databricks adatmérnök

Stack

Feladatok

• ▹Komplex, skálázható Lakehouse-megoldások tervezése, fejlesztése és megvalósítása a Databricks platformon, a fő felhőkörnyezetekben (Azure, AWS vagy GCP)
• ▹Moduláris adatpipeline-ok tervezése, építése és optimalizálása Delta Lake-kel az adathatékonyság, megbízhatóság és minőség biztosítására
• ▹Adatkormányzás és biztonságos adathozzáférési rétegek megvalósítása Databricks Unity Catalog használatával
• ▹Tiszta, hatékony és karbantartható SQL és Python kód írása Databricks Notebookokban és IDE-kben
• ▹Automatizáló szkriptek fejlesztése a Databricks CLI és REST API-k felhasználásával a workspace erőforrások és konfigurációk kezelésére
• ▹CI/CD pipeline-ok (pl. GitHub Actions, GitLab CI/CD) kialakítása, karbantartása és optimalizálása Declarative Automation Bundles (DABs) segítségével, mint elsődleges eszközzel a gyors, megbízható, kód-alapú projekttelepítéshez
• ▹Adatpipeline folyamatok automatizálása és orkesztrálása Databricks Workflows vagy Spark Declarative Pipelines (korábban DLT) használatával
• ▹Megoldások szállítása a Databricks ökoszisztéma köré építve, zökkenőmentes integrációval felhő-natív tárolási és biztonsági szolgáltatásokkal (AWS S3/IAM, Azure ADLS/Entra ID vagy Google Cloud Storage/IAM)
• ▹Modern adatmodellezési és adattárházi megoldások tervezése és megvalósítása Databricks SQL Warehouses-szal
• ▹A szállítások technikai vonatkozásainak felelős kezelése (legalább komponens szinten)
• ▹Részvétel a projekttervezésben, feladatbecslésben, tesztelésben és üzleti érintettekkel való egyeztetésben
• ▹Átfogó technikai dokumentáció készítése

Elvárások

• ▹Jártasság SQL-ben és Python-ban egyaránt, tiszta, hatékony és felhő-adatplatformokra optimalizált kód írásával
• ▹Gyakorlati tapasztalat AI kódolóeszközök és ágensek használatában (pl. Databricks Assistant Chat/Agent módban, GitHub Copilot, Cursor vagy Claude Code) a fejlesztési folyamat gyorsítására és hibajavításra
• ▹Tapasztalat API-integrációban és platform-automatizálási szkriptelésben
• ▹Gyakorlati tapasztalat Declarative Automation Bundles (DABs) használatában Databricks erőforrások kód-alapú kezelésére, csomagolására és telepítésére
• ▹Szilárd ismeret a standard CI/CD eszközökről (pl. GitHub Actions, GitLab CI/CD) és verziókezelésről (Git/Databricks Repos)
• ▹3-5 év gyakorlati adatmérnöki tapasztalat, erős fókusszal a Databricks Lakehouse architektúrán
• ▹Bizonyított tapasztalat legalább egy komplex, skálázható adatmegoldás szállításában a Databricks alapvető funkcióival (Unity Catalog, Delta Lake, Databricks SQL)
• ▹Erős tapasztalat a Databricks üzemeltetésében legalább egy fő felhőkörnyezetben (AWS, Azure vagy GCP)
• ▹Anyanyelvi magyar és kiváló írásbeli/szóbeli angol kommunikációs készség

Előny

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

Soft skillek

Amit kínálunk

• ▹Sokszínű projektek - minden megbízásban van valami új, technikai vagy üzleti oldalon, ami fejlődést hoz
• ▹Önállóság - a bizalom a kultúránk sarokköve, segítenek ha kell, de szabad kezet adnak a határok feszegetéséhez
• ▹Rugalmas munkavégzés - a Bartók Béla úti iroda közösségi tér is egyben, de a munkaidő beosztása rugalmas
• ▹Kiegyensúlyozott élet - egészséges munka-magánélet egyensúlyra törekednek, felesleges meetingek és adminisztráció nélkül
• ▹Mentorálás az első naptól - folyamatos támogatás a teljes karrierúton
• ▹Tanulási és fejlődési lehetőségek
• ▹Támogató vállalati kultúra, amely bajtársiasságon, kölcsönös támogatáson és tiszteleten alapul

A munkáltatóról

A Hiflylabs egy Budapest székhelyű vállalat 250+ munkatárssal, amely alkalmazásfejlesztési és üzleti intelligencia szakértőkkel dolgozik üzleti problémák hatékony megoldásán. A csapat 10 éves tapasztalattal rendelkezik számos hazai és nemzetközi BI-projektben, többek között a pénzügyi, telekommunikációs és energetikai szektorban, és széles portfóliót kínál Data Warehouse, Business Intelligence és Data Analytics területen.