Опыт работы: от 2х – 3х лет 

Уверенный Python (ООП, тесты, типизация), опыт промышленной разработки в командной среде

Практический опыт построения RAG-систем: подготовка и хранение векторных представлений, настройка поиска по embeddings, интеграция с LLM-моделями

Продвинутый SQL: сложные запросы, оконные функции, оптимизация под большие объёмы и сложные схемы

Опыт построения надежных ETL/ELT-пайплайнов и оркестрации (Airflow/Prefect/Dagster) с мониторингом, алертингом и SLA

Работа с корпоративными хранилищами данных: PostgreSQL/ClickHouse/Greenplum, семейство Hadoop (HDFS/Hive/Impala и т.п.), понимание DWH-моделирования

Опыт работы в Linux-среде, Docker, Git, CI/CD, понимание процессов code review и релизного цикла

Понимание требований безопасности и комплаенса (работа с доступами, персональными данными, аудитом изменений)

Опыт с Spark/Flink или другим фреймворком обработки больших данных, оптимизация джоб под кластер

Опыт со стриминговыми системами (Kafka или аналог), интеграция с другими enterprise-сервисами

Опыт работы с S3 on-premise как хранилищем данных

Опыт оптимизации запросов к LLM (few-shot, chain-of-thought, работа с токен-лимитами, стоимостью и латентностью вызовов)

Проектировать структуры данных и DWH модели под реальные продуктовые и аналитические сценарии

Строить и развивать пайплайны данных: от сырых источников до витрин для аналитиков и ML моделей

Работать с современными AI подходами: RAG (embeddings, retrieval), промпт инжиниринг, LLM модели в продакшене

Разбираться в бизнес задачах, вместе с заказчиками формулировать гипотезы и метрики, смотреть на данные “под капотом”

Возможность профессионального и карьерного роста в компании

Возможность поучаствовать в разных проектах

Опыт работы в распределенной команде профессионалов

Уровень заработной платы обсуждается индивидуально

Оформление в соответствии с ТК РФ в Bell Integrator

Формат работы - офис Москва