Data Engineer

О компании

Привет! Меня зовут Марк, и я возглавляю компанию, которая разрабатывает ML- и Generative AI-решения для клиентов на международном рынке. Наша главная ценность — выстраивание долгосрочных партнерских отношений и создание технологически продвинутых и надежных продуктов.

О проекте

Мы собираем небольшую команду для Conversational AI проекта, который решает реальные бизнес-задачи. Менеджеры компании используют приватную LLM для получения быстрой аналитики на основе данных Snowflake.

LLM уже обучена составлять сложные SQL-запросы, но наша задача — научить её правильно интерпретировать данные и запросы с учетом специфики бизнеса.

Параллельно мы строим ML-систему для прогноза метрик воронки на основе расходов на рекламу. Результаты этой системы также будут интегрированы в LLM для продвинутого анализа.

Кого мы ищем

Опытного Data Engineer, который возьмет на себя полный цикл работы с данными: от pipelines для ML / LLM до инструкций LLM и тестирования её ответов.

Формат: Full-time контракт на 2.5 месяца (с возможностью долгосрочного участия в будущих GenAI проектах).

Задачи

Data Engineering & ML Preparation:

• Построение data-pipelines на Snowflake: очистка, предподготовка, сегментация.
• Подготовка данных для LightGBM и MMM (Marketing Mix Modeling). Например, разделение на train/test, извлечение lagged metrics, иерархической статистики и сезонностей.
• Написание и оптимизация сложных SQL запросов и Python алгоритмов (выявление аномалий, pivot-таблицы).
• Дизайн архитектуры данных и настройка мониторинга (Task Graph, Alerts).

LLM Integration & Quality Control:

• Написание семантических инструкций и разметка данных для Snowflake Cortex Analyst, Search и Agent.
• Самостоятельное тестирование того, как LLM интерпретирует запросы и генерирует SQL. Вы отвечаете за то, чтобы ответы модели соответствовали бизнес-требованиям.
• Настройка REST API клиентов для редактирования Cortex систем.

Организация работы:

• Самостоятельное ведение задач в ClickUp. Проект требует высокой автономности.
• Документирование процессов на английском (Data Dictionary, Data Flows, и т.п.)
• Взаимодействие с руководителем и уточнение деталей у клиента на английском.

Требования

• Продвинутый уровень в Python & SQL. Написание эффективного, чистого и поддерживаемого кода.
• Понимание принципов построения надежных pipelines (ETL), независимо от инструмента (например, Spark и Airflow).
• Понимание того, как готовить данные для ML-моделей и LLM (контекст, семантика).
• Умение проектировать витрины данных так, чтобы они были понятны не только людям, но и LLM (четкая структура, нейминг, связи).
• Привычка валидировать данные на входе и выходе. Понимание метрик качества данных.
• Способность переводить абстрактные задачи бизнеса на английском («What is the conversion funnel in 2023») в конкретные технические решения и SQL-запросы.
• Умение самостоятельно планировать работу, тестировать свой результат и находить решения.

Будет плюсом

• Разговорный английский.
• Опыт в Snowflake (архитектура, Cortex).
• Знания мат. статистики.
• Опыт скрейпинга данных.
• Опыт с BI-инструментами.

Где мы ищем специалистов

Гибкий график, но важно быть доступным для командных встреч:

• Ежедневный стендап в 11:00 утра (по часовому поясу Армении).
• 1-2 встречи в неделю в период с 18:00 до 20:00.
• 1-2 редкие встречи в месяц могут проходить до 24:00.

Что предлагаем

• Развитие — работа с реальными бизнес-задачами, возможность решать разнообразные ML-задачи.
• Ощутимый вклад — ваши решения напрямую влияют на успех клиентов и развитие компании.
• Инновации — работа над сложными, амбициозными проектами.
• Прямое взаимодействие — небольшая гибкая команда, где ценят идеи и экспертизу.
• Конкурентная компенсация — рейт, соответствующий вашим навыкам и вкладу.

Ждем вашего отклика

Отправляйте резюме и кратко о вашем опыте с ETL и LLM. Поскольку проект стартует скоро, укажите вашу текущую загрузку и желаемый рейт.