О проекте
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.
