Data-инженер
Описание
Наша команда занимается поиском и развитием знаний о корпоративном клиенте. Для нового проекта ищем аналитика, который будет работать над новым стратегическим проектом – мультиагентной системой иерархического графа причинно-следственных связей в бизнесе клиента. Обязанности проектирование и разработка ETL/ELT-пайплайнов для обработки и трансформации табличных и событийных данных компании интеграция и загрузка данных в векторные, графовые и документные базы данных (в том числе для поддержки RAG-систем и ИИ-агентов) проектирование алгоритмов трансформации данных, расчет и поддержка аналитических витрин, обеспечение качественными данными процессов создания ML-моделей, RAG и ИИ-агентов организация регулярной поставки данных в Лабораторный контур для ad-hoc исследований и обучения моделей вывод в промышленный контур (Production) ETL-пайплайнов, витрин данных и компонентов для ИИ-сервисов профилирование, анализ сырых данных и оптимизация вычислительных процессов (настройка очередности расчетов, тюнинг запросов) мониторинг работы витрин и пайплайнов: анализ логов и метрик, оперативное выявление и решение проблем в ПРОМ-среде взаимодействие с командой сопровождения Hadoop/Spark кластера и разработчиками Core-сервисов для повышения надежности инфраструктуры, настройка процедур регулярного контроля качества данных (Data Quality) и автоматизация поставок. Требования опыт работы в роли Data Engineer от 2 лет уверенное знание Python (ООП, структуры данных, алгоритмы) и библиотек для анализа/обработки данных отличное знание SQL, навыки оптимизации запросов понимание процессов ETL/ELT, опыт построения пайплайнов для табличных и событийных данных опыт работы с Big Data стеком: Hadoop, Apache Spark (PySpark, Spark+Scala), глубокое понимание структур данных, форматов хранения (Parquet, JSON, CSV, YAML). • Знание паттернов моделирования DWH, понимание концепций OLTP, OLAP, ACID, теоремы CAP, понимание специфики работы с векторными, графовыми и документными СУБД (опыт интеграции будет огромным плюсом) опыт вывода решений в промышленный контур уверенное владение Git, понимание принципов CI/CD и DevOps-практик, опыт работы с оркестраторами (Airflow) и системами мониторинга понимание основ машинного обучения, опыт работы с LangChain/LangGraph (базовый уровень для понимания потребностей ИИ-команды), опыт подготовки и согласования технической документации (Confluence, Jira). Условия комфортный современный офис г. Москва Вавилова 19 гибридный формат работы ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха система обучения для профессионального и карьерного развития расширенный полис ДМС с первого дня работы и страхование для семьи программа ипотеки для сотрудников подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбер