Senior Data Engineer / Data Analyst для AI-платформы
Что за роль
Это senior-позиция на стыке data engineering и аналитики: нужно собирать и связывать данные об использовании CodeGen-платформы и AI-инструментов, готовить их для анализа и создавать решения, которыми смогут пользоваться AI-агенты. В работе сочетаются ETL/ELT, исследование структурированных и неструктурированных данных, подготовка метрик и участие в построении RAG-пайплайнов.
Что предстоит делать
- Собирать данные из внутренних сервисов, LLM Gateway, GitLab, Jira, логов AI-агентов и других источников.
- Проектировать и наполнять базы данных и аналитические витрины для оценки использования CodeGen-платформы.
- Анализировать активность пользователей и сценарии применения AI-инструментов, а также исследовать утилизацию ресурсов, качество и производительность сервисов.
- Формулировать и проверять гипотезы о влиянии LLM на процессы разработки, тестирования, аналитики и DevOps.
- Обрабатывать структурированные и неструктурированные данные: логи, программный код, merge request’ы, тексты и результаты работы LLM.
- Разрабатывать ETL/ELT-пайплайны и настраивать регулярную загрузку и обновление данных из S3, PostgreSQL, Greenplum, Oracle и других хранилищ.
- Участвовать в создании RAG-решений: подготавливать и индексировать данные, наполнять векторные базы, обновлять индексы и создавать инструменты поиска для AI-агентов.
- Готовить продуктовые и технические метрики, дашборды и визуализации с помощью Superset, Streamlit и Python.
Что потребуется
- Отличное владение Python, уверенная работа с pandas, Polars или аналогичными инструментами.
- Уверенное знание SQL и опыт работы с реляционными СУБД и хранилищами данных.
- Практический опыт разработки ETL/ELT-пайплайнов и работы хотя бы с одним инструментом оркестрации процессов.
- Опыт работы со структурированными и неструктурированными данными, умение самостоятельно исследовать данные и проверять гипотезы.
- Регулярное использование AI-инструментов для разработки и аналитики; среди примеров — Claude Code и Codex.
- Будут преимуществом опыт с Apache Airflow, LLM/GenAI, RAG, AI-агентами, векторным поиском, Git и GitLab, а также базовые знания Data Science и статистического анализа.
Что важно знать
Задачи охватывают полный цикл работы с данными: от подключения источников и построения витрин до метрик, визуализаций и интеграции данных с AI-агентами. В описании указаны основные инструменты и желательные направления опыта; конкретный стаж работы и дополнительные условия, кроме формата и зарплатной вилки, не приведены.
Подписка TalentMove
Больше,
чем вакансии
→ TalentScanAI
Узнайте стоимость вашего опыта на рынке
→ Закрытое сообщество
Нетворкинг и инсайды рынка труда
→ Топ вакансии
Лучшие вакансии с доставкой в Telegram