К содержимому
openqareer
Найти работуОткрыть кабинетАдминистрирование

Data engineer

240 000 — 250 000 ₽Top SelectionУдалённо

  • Python
  • PostgreSQL
  • DevOps
  • AI

Коротко о вакансии

Компания Top Selection ищет Data Engineer для работы с данными, связанными с использованием AI-инструментов в разработке. Сотрудник будет заниматься сбором данных из различных источников, проектированием баз данных и аналитических витрин, а также анализом активности пользователей и эффективности сервисов. В задачи входит разработка ETL/ELT-пайплайнов, создание RAG-решений и подготовка дашбордов. Кандидату необходимо уверенно владеть Python, SQL и инструментами обработки данных, а также иметь опыт работы с AI-инструментами для разработки.

Формат работы
удалённо
Зарплата
240 000 — 250 000 ₽ — по данным Telegram @python_work1
Ключевые требования
  • Отличное владение Python
  • Уверенная работа с pandas, Polars или аналогами
  • Уверенное знание SQL
  • Опыт разработки ETL/ELT-пайплайнов
  • Уверенное владение AI-инструментами: Claude Code, Codex или аналогами
Кому подойдёт
Вакансия подойдёт опытным Data Engineer, которые активно используют AI-инструменты в работе и хотят заниматься анализом данных в контексте LLM и AI-агентов.

Пересказ openqareer по тексту работодателя. Ниже — оригинал объявления.

Top Selection

Data Analyst / Data Engineer (LLM/AI, Data)

Зарплата: от 240 000 до 250 000 ₽

Формат: Можно удалённо

Задачи:

Сбор данных из внутренних сервисов, LLM Gateway, GitLab, Jira, логов AI-агентов и других источников.

Проектирование и наполнение баз данных и аналитических витрин для оценки использования CodeGen-платформы.

Анализ активности пользователей, сценариев и профилей использования AI-инструментов.

Исследование утилизации ресурсов, качества, производительности и эффективности сервисов.

Формулирование и проверка гипотез о влиянии LLM на процессы разработки, тестирования, аналитики и DevOps.

Обработка структурированных и неструктурированных данных: логов, программного кода, merge request’ов, текстов и результатов работы LLM.

Разработка ETL/ELT-пайплайнов для загрузки, обработки и регулярного обновления данных.

Работа с S3, PostgreSQL, Greenplum, Oracle и другими источниками и хранилищами данных.

Участие в создании RAG-решений: подготовка и индексация данных, наполнение векторных баз, разработка пайплайнов обновления индексов.

Создание инструментов поиска и получения данных для AI-агентов.

Подготовка продуктовых и технических метрик, дашбордов и визуализаций с использованием Superset, Streamlit и Python.

Требования:

Отличное владение Python.

Уверенная работа с pandas, Polars или аналогичными инструментами обработки данных.

Уверенное знание SQL.

Опыт работы с реляционными СУБД и хранилищами данных.

Практический опыт разработки ETL/ELT-пайплайнов.

Опыт работы хотя бы с одним инструментом оркестрации процессов обработки данных.

Уверенное владение AI-инструментами для разработки: Claude Code, Codex или аналогами.

Регулярное использование AI-инструментов в разработке и аналитике.

Умение самостоятельно исследовать данные, формулировать гипотезы и находить способы их проверки.

Опыт работы со структурированными и неструктурированными данными.

Будет плюсом:

Опыт работы с Apache Airflow.

Опыт разработки решений на базе LLM, GenAI, RAG или AI-агентов.

Опыт работы с векторными базами данных и поисковыми системами.

Понимание Git, GitLab и современных процессов разработки ПО.

Базовые знания Data Science и методов статистического анализа.

Обязательные технологии/инструменты:

Python, pandas/Polars, SQL, реляционные СУБД и хранилища данных, ETL/ELT, инструменты оркестрации, Claude Code/Codex или аналоги, S3, PostgreSQL, Greenplum, Oracle, Superset, Streamlit.

Желательные технологии/инструменты:

Apache Airflow, LLM/GenAI/RAG/AI-агенты, векторные базы данных и поисковые системы, Git, GitLab, Data Science, статистический анализ.

Откликнуться

Вакансии на Python разработчика -> PythonWork

Вопросы с собесов -> ProstoPython

What You'll Do

  • Сбор данных из внутренних сервисов, LLM Gateway, GitLab, Jira, логов AI-агентов и других источников.
  • Проектирование и наполнение баз данных и аналитических витрин для оценки использования CodeGen-платформы.
  • Анализ активности пользователей, сценариев и профилей использования AI-инструментов.
  • Исследование утилизации ресурсов, качества, производительности и эффективности сервисов.
  • Формулирование и проверка гипотез о влиянии LLM на процессы разработки, тестирования, аналитики и DevOps.
  • Обработка структурированных и неструктурированных данных: логов, программного кода, merge request’ов, текстов и результатов работы LLM.
  • Разработка ETL/ELT-пайплайнов для загрузки, обработки и регулярного обновления данных.
  • Работа с S3, PostgreSQL, Greenplum, Oracle и другими источниками и хранилищами данных.

Basic Qualifications

  • Отличное владение Python.
  • Уверенная работа с pandas, Polars или аналогичными инструментами обработки данных.
  • Уверенное знание SQL.
  • Опыт работы с реляционными СУБД и хранилищами данных.
  • Практический опыт разработки ETL/ELT-пайплайнов.
  • Опыт работы хотя бы с одним инструментом оркестрации процессов обработки данных.
  • Уверенное владение AI-инструментами для разработки: Claude Code, Codex или аналогами.
  • Регулярное использование AI-инструментов в разработке и аналитике.

Preferred Qualifications

  • Опыт работы с Apache Airflow.
  • Опыт разработки решений на базе LLM, GenAI, RAG или AI-агентов.
  • Опыт работы с векторными базами данных и поисковыми системами.
  • Понимание Git, GitLab и современных процессов разработки ПО.
  • Базовые знания Data Science и методов статистического анализа.
  • Обязательные технологии/инструменты:
  • Python, pandas/Polars, SQL, реляционные СУБД и хранилища данных, ETL/ELT, инструменты оркестрации, Claude Code/Codex или аналоги, S3, PostgreSQL, Greenplum, Oracle, Superset, Streamlit.
  • Желательные технологии/инструменты:

openqareer не кадровое агентство: вакансия собрана с открытого источника, отклик подаётся на сайте работодателя.