Team Lead Data Engineer (GigaData)

Проект: Создаем поисковый сервис для ответа на запросы пользователей на естественном языке. Ломаем барьер между статичными знаниями языковой модели и постоянно меняющимся миром. Предоставляем GigaChat доступ к актуальной информации, чтобы пользователи получали точные ответы на любые вопросы, включая вопросы о свежих новостях и событиях.

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
• декомпозировать и ставить задачи для команды data инженеров, приоритизировать бэклог
• разрабатывать MapReduce и потоковые пайплайны для предобработки данных и преобразовывать их в формат, оптимальный для дальнейшего хранения, обработки и использования в задачах поиска.
• проектировать и реализовывать хранилища, которые позволили бы эффективно решать задачи поиска.
• 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

• роль техлида команды из 3 инженеров: архитектура, распределение задач, контроль качества
• умение проектировать DWH, Data Lake, Data Management Platform
• понимание устройства векторных и полнотекстовых индексов
• опыт разработки и оптимизации высоконагруженных 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), оркестраторы Airflow

Будет плюсом

• опыт работы с таблицами формата Iceberg
• опыт работы с GPU (инференс моделей).