Data Engineer

• Разработка и поддержка ETL/ELT-процессов, пайплайнов и витрин данных.
• Интеграция разнородных источников: ERP, MES, PMIS, Excel, внешние системы.
• Работа с Apache Airflow, Spark, Kafka; при необходимости — другие инструменты оркестрации и потоковой обработки.
• Проектирование и оптимизация моделей данных для DWH, data lake/lakehouse, feature stores и витрин под аналитику и ML.
• Работа с СУБД: ClickHouse, Greenplum, PostgreSQL или аналогами.
• Подготовка данных для AI/ML/LLM: очистка, нормализация, разметка, векторизация, создание датасетов для обучения и дообучения моделей.
• Понимание сценариев использования LLM в data-инженерии: генерация и валидация кода, автодокументирование пайплайнов, извлечение сущностей из текстов, обогащение метаданных, классификация и тегирование данных.
• Обеспечение качества данных: валидация, контроль полноты, мониторинг загрузок, обработка инцидентов.
• Взаимодействие с аналитиками, архитекторами, разработчиками, ML-инженерами и владельцами данных.
• Документирование решений, регламентов обновления и правил контроля качества.

• Уверенное владение SQL и Python.
• Практический опыт с Airflow, Spark, Kafka или аналогичными инструментами оркестрации и потоковой обработки.
• Понимание принципов DWH, data lake/lakehouse, витрин данных, feature stores.
• Опыт работы с различными моделями данных: реляционная, колоночная, документоориентированная, графовая, key-value, векторная.
• Опыт работы с ClickHouse, Greenplum, PostgreSQL, векторными СУБД или аналогами.
• Понимание процессов ETL/ELT, качества данных, мониторинга и обработки ошибок.
• Желателен опыт подготовки данных для AI/ML/LLM или работы в команде с ML-инженерами.
• Понимание базовых принципов работы LLM и сценариев их применения в data-инженерии.
• Способность работать с разрозненными источниками и неполными данными

Преимуществом будет:

• Опыт работы в Kubernetes-контуре: контейнеризация пайплайнов, Helm, CI/CD, observability.
• Опыт в госкорпорации, промышленности, холдинге или регулируемой среде.
• Знание векторных баз данных, RAG-паттернов, эмбеддингов и работы с неструктурированными данными.
• Понимание требований ИБ, разграничения доступа и работы с чувствительными данными.
• Опыт настройки мониторинга (Grafana, Prometheus, ELK) и алертинга

• Оформление по ТК РФ;
• График 5/2;
• Отсутствие дресс кода;
• ДМС расширенный со стоматологией;
• Компенсация абонемента в фитнес-клуб;
• Льготные условия по ипотеке;
• Наставничество на испытательном сроке.