з/п не указана
Москва
Более 6 лет
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).
