# Инженер по автоматизации AI (Senior), финтех
Мы ищем инженера по автоматизации AI который умеет быстро превращать данные и бизнес-гипотезы в рабочие прототипы, обеспечивает качество контекста и автоматизирует тестирование.
Чем предстоит заниматься:
•Выгружать, очищать, нормализовать и объединять данные из разных корпоративных источников для прототипирования ассистента.
•Быстро собирать PoC и технические прототипы (API, SQL, файловые выгрузки, интеграции с каталогами и др.) для проверки продуктовых и технических гипотез.
•Подготавливать данные для RAG/retrieval: создавать индексируемые представления, тестировать качество поиска и сопоставления сущностей.
•Совместно с бизнес- и data-аналитиками формировать golden dataset на базе реальных discovery-кейсов и эталонных результатов.
•Автоматизировать массовое тестирование ассистента: прогон сценариев, сравнение фактического результата с эталоном, фиксация и классификация ошибок.
•Формировать и автоматизировать метрики качества (полнота/корректность требований, корректность найденных источников/сущностей, пропуски, hallucinations, качество retrieval).
•Формировать regression-наборы и проверять, что изменения (логики, prompts, RAG, модель) не ухудшают ранее работающие сценарии.
•Анализировать результаты пилотов, локализовывать причины ошибок (данные, retrieval, контекст, правила, реализация) и предлагать меры.
•Готовить и передавать в IT завершённые прототипы, алгоритмы обработки данных, результаты экспериментов и технические требования для промышленной реализации.
Для нас важно:
•3+ лет опыта в data engineering, автоматизации или разработке аналитических решений.
•Уверенное владение Python и SQL; опыт обработки, трансформации и нормализации данных.
•Практический опыт работы с API и JSON; понимание и участие в ETL/ELT-пайплайнах; интеграция разных источников данных.
•Умение быстро собирать PoC и технические прототипы для проверки гипотез.
•Понимание архитектуры DWH, моделей данных и практик Data Quality; опыт работы с корпоративными данными.
•Знание принципов LLM, RAG, retrieval и embeddings.
•Опыт подготовки датасетов, автоматизации проверок и анализа результатов.
•Самостоятельность в изучении источников данных и выборе технических решений.
•Уверенное знание Python и SQL, опыт обработки и преобразования данных.
•Опыт работы с API/JSON, ETL/ELT и интеграцией источников.
•Опыт работы с векторными индексами (FAISS, Milvus, Pinecone и т. п.).
