András N.
Data Engineer
Han har specialiseret sig i at designe serverløse arkitekturer, implementere robuste ETL-rørledninger og etablere omfattende overvågningssystemer for at sikre pålidelighed og ydeevne.
Hans ekspertise spænder over både traditionelle og Web3 domæner, hvor han har leveret data løsninger til DAOs og sundhedsorganisationer. Med stærke DataOps-kapaciteter gennemfører Andrařs struktureret skovhugst, automatiseret alarmering og effektive CI/CD-rørledninger, der i væsentlig grad øger datapålideligheden og driftseffektiviteten.
Hovedekspertise
Data Science6 år
Python6 år
Data Engineering4 år
SQL3 årErfaring4
Software Engineer
- Forbedret datatilgængelighed ved at designe og opbygge serverfri datainfrastruktur og -rørledninger, hvilket sikrer et pålideligt dataflow og -hentning for vigtige interessenter.
- Overhalet data fetcher logik ved at skifte data API fetchers fra VBScript til Python, oprette database indtagelse, og integrere skrabere i cloud infrastruktur. Løst problemer i forbindelse med datakvalitet, ydeevne og hastighedsgrænser ved hjælp af Python, AWS Lambda, CloudWatch og MS SQL.
- Opbygget, forbedret og vedligeholdt dataoperationer processer, analyse og systematisering af problemet løsning pipeline. Reduceret problemløsning tid og forbedret data og kode pipeline pålidelighed og vedligeholdelse ved hjælp af AWS CodePipeline, CloudWatch, EventBridge, SNS, Lambda og Slack. Orkestrede multi-måneders backfills.
- Designet struktureret logning, notifikationer og dashboards til omfattende data og infrastruktur overvågning.
- Reduceret kode bygge tid med 75% gennem refactoring og udvidede CI / CD kapaciteter til at forbedre opbygge pålidelighed og udvikler erfaring ved hjælp af AWS CodeBuild, Lambda, CodeArtifact, ECR, Bash, og GitHub API.
Docker
AWS
MSSQL
MicroservicesPythonData & Insights
- Udviklede rapporteringsrørledninger til DAO-styringsanalyser, der kombinerer on-chain og off-chain datakilder.
- Opbygge et finansielt tilsyn dashboard ved hjælp af Python, Pandas, Dash, og ambolt, der muliggør real-time gennemsigtighed for interessenter i lokalsamfundet.
- Automatisk hentning af data fra Discourse , Discord, Dework og Dune, hvilket sikrer præcis og rettidig rapportering for decentraliseret styring.
- Leveret data af høj kvalitet til støtte for DAO beslutningstagning, øget gennemsigtighed og ansvarlighed.
PandasData Engineering
ETL
Streamlit
PlotlyData Scientist & Engineer
- Løst data udfordringer på tværs af finans-, Web3-, DeFi-, sundheds- og energisektorer.
- Byg en analytikerrørledning til Terra arbitrage muligheder ved at indsamle, behandle og analysere on-chain Terra / Cosmos data ved hjælp af Flipside, Python og pandas.
- Udviklet en tidsserie glucose prognose model, opnå forudsigelse nøjagtighed kan sammenlignes med markedsledende kommercielle medicinske udstyr ved hjælp af Python, pandaer, og scikit-læring.
- Indbygget en rapporteringsrørledning til vurdering af et medicinsk behandlingsudstyr, der anvendes i kliniske forsøg, generere handlingsrettede indsigter til at informere kliniske beslutninger og enhed ydeevne evalueringer ved hjælp af Python, Pandas, matplotlib, seaborn, og Jupyter.
- Engineeret en evaluering pipeline for machine learning feature engineering metoder ved hjælp af Python og scikit-læring.
- Skrev tekniske bore-down blogindlæg på Machine Learning, MLOps, SQL, og Python.
AWS
NumPy
KerasPandasData Engineering
Junior Business Analyst/Technical Writer
- Oprettet dokumentation for en B2B formueforvaltning SaaS, sikre klarhed og brugervenlighed for både tekniske og ikke-tekniske interessenter.
- Udviklet B2B forretningsforslag fremhæver platform kapaciteter og skrev hvide papirer til at støtte klientens engagement og indhold markedsføring initiativer.
- Bidragede til forskriftsmæssige analyser og overensstemmelsesdokumentation og sikrede løsninger i overensstemmelse med kravene i banksektoren.
- Understøttede tværfunktionelle teams med teknisk skrive- og markedsføringsindhold, styrkelse af kundernes engagement.
Ingeniørmæssig fremragendehed
Alle Data Engineerer, der har ansøgt til Proxify, får en score fra 0 til 300 på teknisk dygtighed, en af de fem parametre, vi evaluerer. Denne score afspejler kun teknisk dygtighed baseret på interviews, hjemmeopgaver, live kodningssessioner og/eller vurderinger af præstationer på jobbet. Kurven viser, hvordan alle evaluerede Data Engineerer er fordelt over dette interval, hvor vores acceptgrænse for denne parameter ligger, og hvor András står.
Score 190 · Top 10% of engineers
Portefølje
Fremhævet af András
1Built a point tracker evaluating Aave liquidity providers. Collected on-chain data about assets, liquidity indexes, prices, wallets, and balances. (The Graph, Coingecko, Etherscan, web3.py). Processed datasets and calculated points based on Aave whitepapers and documentation. (pandas). Exposed the points via a REST API. (FastApi)
Uddannelse
Stop med at søge.
Bliv matchet hurtigere.
Tal med en ekspert og få skræddersyede matches fra vores netværk på kun 2 dage.
Få adgang til over 6.000+ eksperter
Få matchet med en udvikler på gennemsnitligt 2 dage
Ansæt hurtigt og nemt med 94 % matchsuccess