DA / DE (Data Engineer / Data аналитик)

На проект крупного банка РФ (ТОП-5) ищем DA / DE.

Команда CodeGen внедряет и масштабирует Vibe Coding, LLM и AI-инструменты в разработке, аналитике, тестировании и DevOps для более чем 3 000 IT-специалистов банка. Мы развиваем платформу и модели, измеряем эффект от их использования и создаём специализированные AI-решения и агентов под задачи отдельных подразделений.

В команду CodeGen ищем аналитика-разработчика для работы с данными, связанными с использованием LLM и AI-инструментов в процессах разработки. Предстоит исследовать большие массивы структурированных и неструктурированных данных, строить продуктовую и техническую аналитику, искать способы измерения эффекта от CodeGen-инструментов, а также участвовать в создании data- и RAG-пайплайнов для агентских решений.

Чем предстоит заниматься:

- Собирать данные из внутренних сервисов, LLM Gateway, GitLab, Jira, логов агентов и других источников, проектировать и наполнять базы данных и витрины для аналитики использования платформы.

- Анализировать использование AI-инструментов: активность пользователей, сценарии и профили использования, утилизацию ресурсов, качество и эффективность работы сервисов; формулировать и проверять гипотезы о влиянии LLM на процессы разработки, тестирования, аналитики и DevOps.

- Работать с неструктурированными данными: логами, кодом, merge request'ами, текстовыми данными и результатами работы LLM.

- Разрабатывать ETL/ELT-пайплайны для загрузки, обработки и регулярного обновления данных из S3, PostgreSQL, Greenplum, Oracle и других источников.

- Участвовать в создании RAG-решений: подготовке и индексации данных, наполнении векторных БД, разработке пайплайнов обновления индексов и инструментов поиска для агентов.

- Подготавливать аналитику, метрики, дашборды и визуализации в Superset, Streamlit и Python.

Что ожидаем:

- Отличное знание Python и уверенная работа с pandas, Polars и другими инструментами обработки данных.

- Уверенное знание SQL и опыт работы с реляционными СУБД и хранилищами данных.

- Практический опыт разработки ETL/ELT-пайплайнов.

- Опыт работы хотя бы с одним инструментом оркестрации; опыт с Apache Airflow будет большим плюсом.

- Уверенное владение современными AI-инструментами для разработки — Claude Code, Codex или аналогами — и привычка использовать их в ежедневной работе.

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

Будет большим плюсом:

- Опыт работы с LLM, GenAI, RAG или AI-агентами.

- Опыт работы с векторными базами данных и системами поиска.

- Понимание Git/GitLab и процессов современной разработки.

- Базовые знания Data Science и методов статистического анализа.