Senior adatmérnök

Stack

Feladatok

• ▹Végponttól végpontig terjedő ETL/ELT adatfolyamatok tervezése, fejlesztése és karbantartása, amelyek relációs adatbázisokból, API-kból és Elasticsearchből töltenek be pénzügyi és értékelési adatokat
• ▹Change Data Capture (CDC) és inkrementális betöltési stratégiák megvalósítása a friss adatok érdekében, teljes újratöltés nélkül
• ▹Skálázható betöltési keretrendszerek építése dinamikus, változó sémákhoz, beleértve a féligstrukturált JSON adatokat
• ▹Komplex adatintegrációs problémák hibaelhárítása éles környezetben, strukturált gyökérok-elemzéssel
• ▹Adattranszformációs logika fejlesztése és karbantartása dbt-vel, orchestration Apache Airflow-val
• ▹Dimenzionális modellek, ténytáblák és riportolási adatpiacok építése és karbantartása felhő alapú adattárházakon
• ▹Adattárház-teljesítmény optimalizálása lekérdezés-hangolással, particionálási stratégiákkal és tárolási költségkezeléssel
• ▹REST API-kból, SaaS platformokból és belső alkalmazásokból származó integrációk építése és karbantartása
• ▹Újrafelhasználható betöltési minták tervezése, amelyek kezelik a hitelesítést, lapozást, rate limitinget és sémaeltolódást
• ▹Validációs keretrendszerek, egyeztetési ellenőrzések és adatminőségi szabályok bevezetése a folyamatokban
• ▹Monitoring, riasztás és auditálás kialakítása, hogy az adathibák a végfelhasználók elérése előtt kiderüljenek
• ▹Szoros együttműködés üzleti felhasználókkal, értékelési csapatokkal, termékmenedzserekkel és ügyfél oldali érdekeltekkel a követelmények tisztázásában
• ▹Éles telepítések, incidenskezelés és folyamatos adatfolyamat-fejlesztések támogatása

Elvárások

• ▹5+ év tapasztalat adatmérnöki, ETL-fejlesztői vagy adatintegrációs területen, éles rendszerekkel, nem csak prototípusokkal
• ▹Igazolt tapasztalat vállalati adatfolyamatok szállításában felhős környezetben
• ▹Snowflake vagy Databricks mint elsődleges adatplatform: dimenzionális modellezés, teljesítményhangolás és költségkezelés
• ▹Gyakorlati Informatica IICS fejlesztés: mappingek, taskok, REST API konnektorok, hibakezelés
• ▹Tapasztalat REST API-k, relációs adatbázisok (PostgreSQL, SQL Server, MySQL) és féligstrukturált források integrálásában
• ▹Gyakorlati dbt-ismeret transzformációs logikához és Apache Airflow orchestrationhoz
• ▹ETL/ELT tervezési ismeretek: CDC minták, inkrementális és teljes betöltés, SCD kezelés
• ▹Python vagy Scala adatfeldolgozáshoz, szkriptekhez és automatizáláshoz
• ▹REST API fogyasztás: hitelesítés (OAuth, API kulcsok), lapozás, rate limiting, sémaleképezés
• ▹JSON és féligstrukturált adatelemzés, tapasztalat változó vagy inkonzisztens sémák kezelésében
• ▹Felhős adatplatform tapasztalat: AWS (Glue, S3, Lambda), Azure (Data Factory, ADLS) vagy GCP (Dataflow, BigQuery)
• ▹Adatminőségi eszközök: validációs keretrendszerek, egyeztetési ellenőrzések, folyamat-megfigyelhetőség, riasztás
• ▹Erős SQL-tudás: komplex joinok, ablakfüggvények, CTE-k, lekérdezés-optimalizálás

Előny

• ▹Gyakorlati ismeret Kafkából vagy Spark Streamingből (éles tapasztalat előny)

Soft skillek

A munkáltatóról

A 73 Strings egy innovatív, AI-alapú platform, amely átfogó adatkinyerési, monitoring és értékelési megoldásokat nyújt a magántőke-iparágnak. A platform automatizálja az alternatív befektetések middle-office folyamatait: adatstruktúrálást, szabványosítást, monitoringot és valós idejű valós érték becslést tesz lehetővé. Ügyfeleik globálisan a Private Equity, Growth Equity, Venture Capital, Infrastructure és Private Credit szegmensekben dolgoznak. 2025-ös, 55 millió dolláros Series B körüket – az iparág legnagyobbika – a Goldman Sachs vezette, a Golub Capital és a Hamilton Lane részvételével, valamint a Blackstone, a Fidelity International Strategic Ventures és a Broadhaven Ventures folytatólagos támogatásával.