András N.

Data Engineer

Andras ist ein Data Engineer mit sieben Jahren Erfahrung in AWS Cloud-Infrastruktur und Python-Entwicklung. Durch den Aufbau und die Verbesserung der Infrastruktur von Datenplattformen sowie die Migration und den Betrieb skalierbarer Datenerfassungs-Pipelines hat er Legacy-Datensysteme modernisiert.

Er ist spezialisiert auf die Entwicklung serverloser Architekturen, die Implementierung robuster ETL-Pipelines und die Einrichtung umfassender Überwachungssysteme, um Zuverlässigkeit und Leistung zu gewährleisten.

Seine Expertise umfasst sowohl die traditionellen als auch die Web3-Domänen, wo er Datenlösungen für DAOs und Gesundheitsorganisationen bereitgestellt hat. Dank der starken DataOps Fähigkeiten implementiert Andras strukturierte Protokollierung, automatisierte Alarmierung und effiziente CI/CD Pipelines, die die Datensicherheit und Betriebseffizienz deutlich erhöhen.

Hauptkompetenz

  • Data Science 6 Jahre
  • Python
    Python 6 Jahre
  • Data Engineering 4 Jahre

Andere Fähigkeiten

  • NumPy
    NumPy 3 Jahre
  • Scikit-learn
    Scikit-learn 3 Jahre
  • AWS CloudFormation
    AWS CloudFormation 2 Jahre
Andras

András N.

Hungary

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Software Engineer

    Diligent - 2 jahre 10 monate

    • Verbesserte Datenzugänglichkeit durch die Entwicklung und den Aufbau einer serverlosen Dateninfrastruktur und -pipelines, um einen zuverlässigen Datenfluss zu gewährleisten und die wichtigsten Stakeholder abzuholen.
    • Überholung der Datenabfragelogik durch den Übergang von VBScript zu Python, das Einrichten der Datenbankeinnahme und die Integration von Scrapers in die Cloud-Infrastruktur. Probleme im Zusammenhang mit der Datenqualität, der Leistung und der Rate mit Python, AWS Lambda, CloudWatch und MS SQL gelöst.
    • Erstellte, verbesserte und gepflegte Datenoperationsprozesse, Analyse und Systematisierung der Problemlösungs-Pipeline. Reduzierte Fehlerauflösungszeit und verbesserte Daten- und Code-Pipeline-Zuverlässigkeit und Wartbarkeit mit AWS CodePipeline, CloudWatch, EventBridge, SNS, Lambda und Slack. Orchestrierte mehrmonatige Backfills.
    • Strukturierte Protokollierung, Benachrichtigungen und Dashboards für umfassende Daten- und Infrastrukturüberwachung.
    • Reduzierte Code-Build-Zeit um 75% durch Refactoring und erweiterte CI/CD-Fähigkeiten, um die Build-Zuverlässigkeit und Entwickler-Erfahrung mit AWS CodeBuild, zu verbessern Lambda, CodeArtifact, ECR, Bash, und die GitHub API.

    Technologien:

    • Technologien:
    • Docker Docker
    • AWS AWS
    • MSSQL MSSQL
    • Microservices
    • Python Python
    • AWS SQS AWS SQS
    • SQL SQL
    • AWS Lambda AWS Lambda
    • AWS S3 AWS S3
    • Bash Bash
    • Data Engineering
    • Git Git
    • ETL ETL
    • REST API REST API
    • AWS CDK AWS CDK
    • AWS VPC AWS VPC
    • AWS EC2 AWS EC2
    • AWS ECR AWS ECR
    • Amazon CloudWatch Amazon CloudWatch
    • Pytest Pytest
    • Pydantic Pydantic
    • Serverless
    • Data Quality
    • Amazon Bedrock Amazon Bedrock
    • Cursor Cursor
    • GitHub Copilot GitHub Copilot
    • AWS ECS Fargate AWS ECS Fargate
    • AWS IAM AWS IAM
    • AWS CloudFormation AWS CloudFormation

  • Data & Insights

    Aragon DAO - 6 monate

    • Entwicklung von Reporting-Pipelines für DAO-Governance-Analytiken, die On-Ketten- und Off-Chain-Datenquellen kombinieren.
    • Erstellen Sie ein Finanzübersicht-Dashboard mit Python, Pandas, Dash, und Ambol und ermöglichen Sie Echtzeit-Transparenz für Stakeholder.
    • Automatisierte Datenabfrage aus Diskurs, Discord, Dework und Dune, die eine exakte und zeitnahe Berichterstattung für dezentralisierte Governance sicherstellt.
    • Bereitstellung hochwertiger Dateneinsichten zur Unterstützung der Entscheidungsfindung des DAO, zur Erhöhung der Transparenz und Rechenschaftspflicht.

    Technologien:

    • Technologien:
    • Pandas Pandas
    • Data Engineering
    • ETL ETL
    • Streamlit Streamlit
    • Plotly Plotly
    • Blockchain Blockchain
    • Ethereum Ethereum

  • Data Scientist & Engineer

    Freelancer, Remote - 3 jahre 11 monate

    • Lösung von Daten-Herausforderungen in den Bereichen Finanzen, Web3, DeFi, Gesundheit und Energie.
    • Aufbau einer Analysepipeline für Terra-Arbitragemöglichkeiten durch Erfassung, Verarbeitung und Analyse von On-Kette Terra/Kosmos-Daten unter Verwendung von Flipside, Python und Pandas.
    • Entwicklung eines Modells zur Vorhersage von Glukose in Zeitreihen und erreicht Vorhersagegenauigkeit vergleichbar mit marktführenden medizinischen Geräten mit Python, Pandas und Scikit-learnn.
    • Bau einer Berichtspipeline zur Bewertung eines medizinischen Behandlungsgeräts, das in klinischen Studien verwendet wird, generieren machbare Einblicke, um klinische Entscheidungen und Leistungsbewertungen mit Python, Pandas, matplotlib, seaborn und Jupyter zu informieren.
    • Eine Evaluierungspipeline für Methoden des Maschinenlernens mit Hilfe von Python und Scikit-learn.
    • Schrieb Blog-Beiträge für technische Bohrungen zu Machine Learning, MLOps, SQL und Python.

    Technologien:

    • Technologien:
    • AWS AWS
    • NumPy NumPy
    • Keras Keras
    • Pandas Pandas
    • Data Engineering
    • BigQuery BigQuery
    • InfluxDB InfluxDB
    • Scikit-learn Scikit-learn
    • Matplotlib Matplotlib
    • ETL ETL
    • Machine Learning Machine Learning
    • BeautifulSoup BeautifulSoup
    • Pytest Pytest
    • Plotly Plotly
    • Blockchain Blockchain
    • Jupyter Jupyter

  • Junior Business Analyst/Technical Writer

    Dorsum - 2 jahre 4 monate

    • Erstellung einer Dokumentation für ein B2B-Vermögensverwaltungs-SaaS, die Klarheit und Benutzerfreundlichkeit sowohl für technische als auch für nicht-technische Stakeholder gewährleistet.
    • Entwickelte B2B-Geschäftsvorschläge, die Plattformfähigkeiten hervorheben und Whitepapers verfassten, um Kundenengagement und Content-Marketing-Initiativen zu unterstützen.
    • Beitrag zu regulatorischer Analyse und Compliance-Dokumentation, um Lösungen zu gewährleisten, die auf die Anforderungen des Bankensektors abgestimmt sind.
    • Unterstützte Crossfunktionale Teams mit technischen Schreib- und Marketing-Inhalten, die das Engagement des Kunden stärken.

Ausbildung

  • Dr. Phil.Science & Technology Studies

    The Open University, UK · 2010 - 2016

  • MSc.Science & Technology Studies

    Lancaster University · 2009 - 2010

  • MSc.Sociology

    Eötvös Lóránd University · 2004 - 2009

  • MSc.Business & Economics

    Budapest University of Technology and Economics · 2002 - 2007

Portfolio

  • Aave Liquidity Provider TVL Point Tracker - 1

Finden Sie Ihren nächsten Entwickler innerhalb von Tagen, nicht Monaten

In einem kurzen 25-minütigen Gespräch würden wir gerne:

  • Auf Ihren Bedarf bezüglich des Recruitments von Software-Entwicklern eingehen
  • Unseren Prozess vorstellen und somit wie wir Sie mit talentierten und geprüften Kandidaten aus unserem Netzwerk zusammenbringen können
  • Die nächsten Schritte besprechen, um den richtigen Kandidaten zu finden - oft in weniger als einer Woche

Unterhalten wir uns

Jetzt Entwickler:innen finden, die innerhalb von wenigen Tagen starten können. Ohne Risiko.