О команде
Команда Поиска ищет Аналитика-инженера в MusicSearch. Мы создаем поисковый движок, который позволяет ассистенту на устройствах находить нужный трек, исполнителя, плейлист или подкаст.
Инженер данных в нашей команде — это человек, который строит "платформу качества": собирает и сводит данные из разных источников, делает витрины и датасеты для оценки, автоматизирует пайплайны и мониторинг, в том числе в реальном времени, чтобы деградации находились быстрее, чем их увидят пользователи.
Если вам интересно работать на стыке data engineering, продуктовой аналитики и поиска — и вы хотите не просто "переливать данные", а делать инфраструктуру, на которой стоит культура качества AI-продукта — приходите к нам.
Обязанности
•Ответственность за оценку качества поиска;
•Планирование и проведение экспериментов и АБ-тестирования для сравнения моделей;
•Построение пайплайнов оценки и переоценки качества (включая LLM-as-a-judge) и их поддержка;
•Витрины и датасеты для оффлайн/онлайн-оценки, A/B-экспериментов и расследований деградаций;
•Мониторинг качества данных на потоке: свежесть, полнота, задержки, аномалии, регрессии.
Требования
•Опыт в data engineering / analytics engineering от 3 лет (уровень middle+ / senior);
•Очень сильный SQL и практический опыт построения витрин ClickHouse и/или PostgreSQL (оконные функции, сложные агрегации, оптимизация);
•Уверенный Python для задач ETL/ELT (парсинг, валидация, интеграции, утилиты для пайплайнов);
•Опыт работы с оркестраторами задач (предпочтительно Airflow) для построения и поддержки пайплайнов;
•Хорошее понимание архитектуры данных и жизненного цикла датасетов (raw → нормализация → витрины), умение делать решения поддерживаемыми;
•Способность закрывать задачу «от данных в разных местах» до стабильной витрины/пайплайна/алерта.
Будет плюсом
•dbt или аналогичный подход к управлению SQL-моделями (тесты, документация, зависимости);
•Опыт с логами поиска/клика (показы выдачи, клики, сессии, dwell time) и склейкой событий;
•Опыт построения мониторинга/дашбордов (Grafana / Superset / DataLens);
•Опыт с Kafka/очередями, Kubernetes, Terraform/Ansible, CI/CD для data-проекта;
•Знакомство с OpenSearch/Elastic как компонентом поисковой системы.
Почему вам понравится работать у нас
•Сильная команда, амбициозные задачи и продукты, которыми пользуются миллионы;
•Новый офис SberDevices в центре Москвы;
•Удобный формат работы с возможностью гибкого начала рабочего дня;
•Надёжная программа ДМС и НС с первого месяца работы;
•Обучение и развитие: курсы и тренинги от корпоративного университета, внешнее обучение за счёт компании и участие в конференциях;
•Льготная ипотека и корпоративная пенсионная программа;
•СберКлуб: скидки от партнёров, повышенные бонусы, акции экосистемы, подписка СберПрайм+.
