Data Engineer

Описание вакансии

Наша команда занимается генеративной аналитикой и исследованиями того, как лучше решать существующие задачи с помощью RAG.

Вы будете: заниматься поиском и внедрением передовых подходов к работе с данными с использованием ИИ. Исследовать, как применение передовых фреймворков для работы с RAG и LLM в целом влияет на результат. Создавать и поддерживать эффективные ETL-пайплайны, чтобы поставлять в систему свежие данные для работы с ними с помощью RAG. Предлагать улучшения и варианты оптимизации существующей инфраструктуры, чтобы работать еще быстрее и с бóльшим количеством данных.

Обязанности

разрабатывать и настраивать механизмы для автоматизированного сбора данных, обеспечивать корректность и полноту сбора, оптимизировать процессы таким образом, чтобы все работало быстрее и без ручного вмешательства
разрабатывать пайплайны для предобработки данных и преобразовывать их в формат, оптимальный для дальнейшего хранения, обработки и использования для RAG
проектировать и реализовывать хранилища, которые позволили бы эффективно решать задачи, связанные с RAG
применять машинное обучение и искусственный интеллект для улучшения результатов работы, поддерживать корректную работу системы – мониторинг, диагностика и устранение неполадок, исправление старых багов и создание новых.

Требования

умение проектировать DWH, Data Lake, Data Management Platform
опыт построения и развития высоконагруженных систем, разработки и оптимизации пайплайнов (batch, streaming) для обработки больших объемов данных (100TB - 1PB+)
продвинутый уровень владения Python и SQL
опыт работы с движками для распределенной обработки данных (Spark, Trino)
опыт работы с очередями сообщений (Kafka, RabbitMQ), с MPP базами данных и понимание их внутреннего устройства (ClickHouse, Greenplum, Vertica)
базовые навыки DevOps (Docker, Kubernetes, Ansible, Terraform, CI/CD
навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом.