Job Description & Summary
A PwC-nél azon dolgozunk, hogy együttműködve segítsük ügyfeleinket a megalapozott döntések meghozatalában, hatékony működésben, és közösen formáljuk a jövőt. Ehhez az izgalmas kihíváshoz élvezetes feladatokat és inspiráló munkakörnyezetet kínálunk.
Jól hangzik? Most lehetőség van, hogy Te is csatlakozz a Data & AI Platform csapatunkhoz Medior Databricks Specialista pozícióba.
Technológiai tanácsadó csapatunk jövőbe mutató, innovatív projekteken dolgozik nap mint nap. Munkánkkal a partnercégek életében történő komoly technológiai változásokat kísérjük végig. Olyan projekteken dolgozunk jelenleg, mint pl. nagyvállalati adatplatformok kialakítása és modernizálása Databricks-en, prediktív és gépi tanulási modellek fejlesztése a pénzügyi, energetikai és egyéb szektorokban, valamint generatív AI megoldások integrálása meglévő
adatinfrastruktúrákba.
Miért izgalmas ez a lehetőség?
A PwC Data & AI Platform csapatának dinamikusan fejlődő részéhez csatlakozhatsz, ahol Magyarország vezető szakértőitől tanulhatsz;
Vállalati adat- és analitikai működési modelleket, folyamatokat alapjaiban formálhatsz a Databricks platform segítségével;
Megismerkedhetsz a legkülönbözőbb iparágak adatvezérelt kihívásaival és üzleti kérdéseivel;
Alkalmad nyílik a gyors fejlődésre, és munkádért versenyképes javadalmazásban részesülhetsz;
Kihívást jelentő feladatok és dinamikus munkakörnyezet vár;
Változatos feladatokkal és nagyvállalati ügyfelekkel foglalkozhatsz hazai és nemzetközi projektekben;
Mélyítheted tudásod a Databricks analitikai, data engineering, data science és gépi tanulási képességeiben, egészen a generatív AI use case-ekig.
Feladataid a következők lesznek:
Adattranszformációs és adatelőkészítő pipeline-ok fejlesztése Databricks (PySpark, SQL) környezetben, elemzési és modellezési célú adatállományok kialakítása.
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.
Adatelemzési és data science projektek önálló és csapatban történő végzése, juniorok irányítása, üzleti kérdések adatvezérelt megválaszolása.
Generatív AI és egyéb fejlett analitikai megoldások (pl. vektoradatbázisok, RAG-alapú komponensek) integrálása Databricks alapú adatplatformokba.
Szoros együttműködés a vállalat különböző üzletágaival és belső döntéshozóival, új adatvezérelt és AI use case-ek azonosítása és implementálása céljából.
Önálló felelősségvállalás Proof of Concept (PoC) és pilot projektekben, a tervezéstől a leszállításig, senior szakértőinkkel szoros együttműködésben.
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.
Adattranszformáció: Jártasság nagy adathalmazok tisztításában, transzformálásában és elemzési célú előkészítésében (feature engineering, aggregációk, adatminőség).
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.
Minősítés: Érvényes Databricks certifikáció (pl. Databricks Certified Data Engineer Associate vagy Machine Learning Associate) megléte 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.
Szoftverfejlesztői Szemlélet: Erős analitikus gondolkodás, CLEAN kód írására való törekvés, verziókövetés (Git)…