András N.
Data Engineer
Il se spécialise dans la conception d'architectures sans serveur, la mise en œuvre de pipelines ETL robustes et la mise en place de systèmes de surveillance complets pour assurer fiabilité et performance.
Son expertise couvre les domaines traditionnels et Web3, où il a fourni des solutions de données pour les DAO et les organismes de soins de santé. Grâce à de solides capacités DataOperations, András implémente une journalisation structurée, une alerte automatisée et des pipelines efficaces de CI/CD qui améliorent considérablement la fiabilité des données et l'efficacité opérationnelle.
Expertise principale
Data Science6 ans
Python6 ans
Data Engineering4 ans
SQL3 ansExpérience4
Software Engineer
- Amélioration de l'accessibilité des données en concevant et en construisant une infrastructure de données et des pipelines sans serveur, assurant un flux de données fiable et une récupération fiables pour les principales parties prenantes.
- Refonte de la logique de récupération de données en transitionnant les récupérateurs d'API de VBScript vers Python, en configurant l'ingestion de la base de données et en intégrant les gratteuses dans l'infrastructure du cloud. Résolution des problèmes liés à la qualité, aux performances et aux limites de débit en utilisant Python, AWS Lambda, CloudWatch, et MS SQL.
- Construire, améliorer et maintenir les processus d'exploitation des données, analyser et systématiser le gazoduc de résolution des problèmes. Réduction du temps de résolution des problèmes et amélioration de la fiabilité des pipelines et de la maintenabilité des pipelines en utilisant AWS CodePipeline, CloudWatch, EventBridge, SNS, Lambda et Slack. Remplissage multi-mois orchestré.
- Conçu pour l'enregistrement structuré, les notifications et les tableaux de bord pour une surveillance complète des données et des infrastructures.
- Réduction du temps de construction du code de 75 % grâce à la refactorisation et aux capacités CI/CD étendues pour améliorer la fiabilité de la construction et l'expérience des développeurs grâce à AWS CodeBuild, Lambda, CodeArtifact, ECR, Bash, et l'API GitHub.
Docker
AWS
MSSQL
MicroservicesPythonData & Insights
- Développer des pipelines de rapports pour l'analyse de gouvernance de l'OAD, combinant des sources de données en chaîne et hors chaîne.
- Construit un tableau de bord de surveillance financière en utilisant Python, Pandas, Dash, et Anvil, permettant une transparence en temps réel pour les acteurs de la communauté.
- Récupération automatisée de données sur Discourse, Discord, Dework, et Dune, assurant un rapport précis et opportun pour une gouvernance décentralisée.
- Des données de haute qualité ont été fournies pour appuyer la prise de décision de l'OAD, accroître la transparence et la responsabilité.
PandasData Engineering
ETL
Streamlit
PlotlyData Scientist & Engineer
- Résolution des défis en matière de données dans les secteurs de la finance, du Web3, du DeFi, de la santé et de l'énergie.
- Construire un gazoduc d'analyse pour les opportunités d'arbitrage de Terra en collectant, en traitant et en analysant les données sur la chaîne Terra/Cosmos à l'aide de Flipside, Python, et de pandas.
- Développé un modèle de prévision de la série temporelle en matière de glycémie, permettant une précision de prédiction comparable à celle des appareils médicaux commerciaux les plus performants sur le marché en utilisant Python, pandas et scikit-learn.
- a construit un pipeline de signalement pour évaluer un dispositif de traitement médical utilisé dans les essais cliniques, en générant des connaissances réalisables pour éclairer les décisions cliniques et évaluer la performance des appareils en utilisant Python, pandas, matplotlib, seaborn et Jupyter.
- Conception d'un pipeline d'évaluation pour l'apprentissage automatique avec des méthodes d'ingénierie utilisant Python et scikit-learn.
- Ecrit des articles de blog de forage technique sur Machine Learning, MLOps, SQL, et Python.
AWS
NumPy
KerasPandasData Engineering
Junior Business Analyst/Technical Writer
- Création de la documentation pour un SaaS de gestion de fortune B2B, garantissant clarté et facilité d'utilisation pour les acteurs techniques et non techniques.
- Développer des propositions d'entreprises B2B mettant en valeur les capacités de la plateforme et écrit des livres blancs pour soutenir l'engagement des clients et les initiatives de marketing de contenu.
- Contribution à l'analyse réglementaire et à la documentation de conformité, en garantissant des solutions conformes aux exigences du secteur bancaire.
- Des équipes interfonctionnelles supportées avec des contenus techniques d'écriture et de marketing, renforçant l'engagement du client.
Excellence en ingénierie
Tous les Data Engineers qui ont postulé chez Proxify sont notés de 0 à 300 en excellence en ingénierie, l'un des cinq paramètres que nous évaluons. Ce score reflète uniquement l'excellence en ingénierie, basée sur des entretiens, des exercices à domicile, des sessions de codage en direct, et/ou des évaluations de performance en poste. La courbe montre comment tous les Data Engineers évalués sont répartis sur cette plage, où se situe notre seuil d'acceptation pour ce paramètre, et où se situe András.
Score 190 · Top 10% of engineers
Portefeuille
Mis en avant par 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)
Éducation
Arrêtez de naviguer.
Soyez jumelé plus rapidement.
Parlez à un expert et obtenez des correspondances personnalisées de notre réseau en seulement 2 jours.
Accédez à plus de 6 000+ experts
Soyez jumelé avec un développeur en 2 jours en moyenne
Embauchez rapidement et facilement avec un taux de réussite de 94%