JobHabor
Menu

Medior Databricks AI/ML Specialista – Adatelemzés, Data Science & ML

PwC · Budapest · Hybrid

  • Professional Services
  • 10,001+ employees

Mixed hiring record · median 33 days open

100100

Hiring signal

Actively hiring

Still listed on the employer's own board · How we score

All reasons

In its favour

  • Still listed on the employer's own board

Did you apply?

Medior Databricks AI/ML Specialista – Adatelemzés, Data Science & ML at PwC. We’ll keep it in your applied jobs, so you can see it later and be warned before applying to the same employer twice.

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) ismerete.
  • Személyes Kompetenciák: Kiváló csapatjátékos vagy, de képes vagy önállóan is felelősséget vállalni. Proaktív, megoldásorientált hozzáállás jellemez.
  • Nyelvtudás: Magabiztos, legalább középfokú angol nyelvtudás.

A pályázatok elbírálásánál előnyt jelent

  • Data engineer jellegű Databricks tapasztalat: adatingestion és orchestration pipeline-ok (pl. Delta Live Tables, Databricks Workflows), Unity Catalog használata, adatgovernance és adatminőségi keretrendszerek kialakítása.
  • AI assisted development eszközök (pl. GitHub Copilot, Genie Code) napi szintű, gyakorlati használatában szerzett tapasztalat a fejlesztési munka felgyorsítására.
  • Gyakorlati tapasztalat generatív AI és LLM-alapú megoldások Databricks-en történő integrálásában (pl. vektoradatbázisok, RAG-alapú komponensek).
  • Magasabb szintű vagy több Databricks minősítés (pl. Professional szintű, illetve több domain lefedése – data engineering és 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.
  • Adatvizualizációs eszközök (pl. Power BI) ismerete és üzleti riportok, dashboardok készítésében szerzett tapasztalat.
  • Big data architektúrák és elosztott számítási elvek (pl. particionálás, teljesítményoptimalizálás Spark-ban) mélyebb ismerete.

Miért válassz bennünket?

  • Változatos feladatok és fejlődés: Tapasztalatszerzés ösztönző, támogató közegben.
  • Rugalmasság: Rugalmas munkarend és home office lehetőség.
  • Tanulás: Számos üzleti és digitális tréning, workshopok.
  • Juttatások: Versenyképes alapbér, éves bónusz, SZÉP-kártya, home office támogatás, magán egészségügyi szolgáltatás, sportolási lehetőségek, edzőtermi kedvezmények.
  • Közösség: Aktív közösségi élet, csapatépítők, „all staff” események.
  • Iroda: Központi helyen, az Eiffel Palace-ban (Nyugati tér mellett).

A PwC-nél a sokszínűségben hiszünk, mivel ez az alapja a felelősségteljes kultúránknak és a hosszútávú értékteremtésnek. Célunk, hogy befogadó és támogató munkahelyet biztosítsunk a megváltozott munkaképességű munkavállalóknak is.

Felkeltettük az érdeklődésed?

Jelentkezz hozzánk, és építsd tovább nálunk a karriered!

#LI-MB1 #LI-Hybrid

More jobs at PwC

All 77

Similar roles