András N.
Data Engineer
Han spesialiserer seg på å designe serverløse arkitekturer, implementere robuste ETL-rørledninger, og etablere omfattende overvåkingssystemer for å sikre pålitelighet og ytelse.
Hans ekspertise spenner over både tradisjonelle og Web3 domener hvor han har levert dataløsninger til DAOs og helseorganisasjoner. Med sterke dataOps funksjoner implementerer Andra∙strukturert logging, automatisert varsling og effektive CI/CD-rørledninger som øker datasikkerheten og driftseffektiviteten betydelig.
Hovedekspertise
Python6 år
SQL3 årErfaring4
Software Engineer
- Forbedret datatilgang ved å utforme og bygge opp serverfri datastruktur og rørledninger, og sikre pålitelig dataflyt og innsamling for viktige interessenter.
- Overhulert datanedlaster-logikk ved å overføre dataAPI-hentere fra VBScript til Python, ved å sette opp databaseinntak, og integrere skrapere inn i nettskyinfrastruktur. Løste problemer knyttet til datakvalitet, ytelse og rate grenser ved å bruke Python, AWS Lambda, CloudWatch, og MS SQL.
- Innebygge, forbedrede og vedlikeholdt datadriftsprosesser, som analyserer og systematiserer prosesseringsrørledningen for utstedelsesløsning. Redusert oppløsning av oppløsning tid og forbedret data og lindring av kodelørledning og vedlikehold ved hjelp av AWS Codeeline, CloudWatch, EventBridge, SNS, Lambda og Slack. Orkestrert multi-måneders tilbakefall.
- Designet strukturert logging, meldinger og dashbord for omfattende data og infrastrukturovervåking.
- Redusert kodebyggingstid med 75 % ved hjelp av refaktorering og utvidede CI/CD-evner for å forbedre påliteligheten og utvikleropplevelsen ved hjelp av AWS CodeBuild, Lambda, CodeArtifact, ECR, Bash og GitHub API.
Docker
AWS
MSSQLPythonData & Insights
- Utviklet rapportering av rørledninger for styringsanalyse for DAO gjennom å kombinere datakilder i kjede og utenfor kjede.
- Bygget et et finansielt oversiktsdashbord ved hjelp av Python, Pandas, Dash, og Anvil, som muliggjør sanntids gjennomsiktighet for samfunnsinteressenter.
- Automatiserte data hentet inn fra Discourse, Discord, Dework, og Dune, for å sikre nøyaktig og tidsriktig rapportering for desentralisert styring.
- Leverte datatilsyn av høy kvalitet til å støtte DAO beslutningstaking, øke gjennomsiktighet og ansvarlighet.
Pandas
ETL
Streamlit
PlotlyData Scientist & Engineer
- Utfordringer knyttet til solgte data på tvers av økonomi, Web3, DeFi, Helse og energisektor.
- Bygget en analysedørledning for Terra vilkårs-muligheter ved å samle, behandle, og analysere data fra on-chain Terra/Cosmos ved hjelp av Flipside, Python og pandaer.
- Utviklet en glukoseprognosemodell med tidsserier som fremskyndet modell, oppnådde forutsigbarhet sammenlignbar med markedsledende kommersielt medisinsk utstyr ved bruk av Python, panda og scikit-learn.
- Bygget en rapporteringsrør, for å vurdere et medisinsk behandlingsutstyr brukt i kliniske studier, generere hensiktsmessig innsikt for å informere kliniske beslutninger og ytelsesvurderinger av utstyr ved hjelp av Python, panda, matplotlib, sjøorn og Jupyter.
- Ingeniatør til evaluering av rørledning for maskinlæring er ingeniørmetoder ved hjelp av Python og scikit-learn.
- Wrote technical drill-down blogginnlegg på Machine Learning, MLOps, SQL og Python.
AWS
NumPy
KerasPandas
Junior Business Analyst/Technical Writer
- Laget dokumentasjon for en B2B-formforvaltning SaaS, som sikrer klarhet og brukervennlighet for både tekniske og ikke-tekniske interessenter.
- Utviklede B2B-forslag som fremhever plattformens funksjonsevne og skrev hvite dokumenter som støtte til klientengasjement og initiativ fra markedsføring av innhold.
- Bidra til å analysere og etterlevelsesdokumen- tere, sikre løsninger i tråd med kravene til banksektoren.
- Støttede tverrfunksjonelle team med teknisk skriving og markedsføringsinnhold, styrker kundeengasjementet.
Vurdering
Ingenieurskunst der Spitzenklasse
Andras totale ytelse i en 90-minutters live teknisk vurdering rangerer i de top 10% av vurderte Data Engineer hos Proxify.
Portefølje
Fremhevet av Andras
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)
Utdannelse
Slutt å bla.
Bli matchet raskere.
Snakk med en ekspert og få skreddersydde matcher fra vårt nettverk på bare 2 dager.
Få tilgang til over 6 000+ eksperter
Få en utvikler tilpasset dine behov i løpet av gjennomsnittlig 2 dager
Ansett raskt og enkelt med 94% match suksess