Артенеси

Ведущий аналитик-разработчик данных

Коротко

Ведущий аналитик-разработчик данных для построения ядра AI-отчётности у ритейл-интегратора: семантический слой на Apache Superset, локальная LLM (Qwen3, llama.cpp), проверка ответов по данным, витрины на SQL Server/SSAS/Power BI. Требуется 5+ лет в BI/DWH (из них 2+ года разработки), сильный SQL, проектирование REST API на C#/.NET и/или Python, опыт с open-weight моделями и локальным инференсом (llama.cpp, vLLM, Ollama), работа с GPU-инфраструктурой. Гибридный формат в Москве, график 5/2.

О компании
В Артенеси мы создаем цифровые экосистемы для премиального ритейла. Среди наших клиентов – ЦУМ, Mercury, и другие известные бренды. Мы помогаем бизнесу реализовывать цифровую стратегию - строим продукты и сервисы: от мобильных приложений и высоконагруженных систем до решений на базе машинного обучения и компьютерного зрения. Проектируем и внедряем IT-инфраструктуру там, где цена ошибки высока, а качество сервиса - стандарт.
Приглашаем в нашу команду Ведущего аналитика-разработчика данных.
О продукте
Строим единое ядро AI-отчётности — движок, который отвечает на вопросы о показателях обычным языком: показатели, срезы, сравнения периодов. Внутри ядра — семантический слой Apache Superset, права доступа на уровне строк (RLS), локальная open-weight модель (Qwen3, 27B, квантованная, llama.cpp) и проверка ответов кодом: цифры берутся только из данных, а не придумываются моделью. Одна логика — несколько точек входа:
1) Telegram-бот продаж — уже работает: вопросы текстом и голосом, таблицы, графики, рассылки по расписанию;
2) чат внутри корпоративного приложения отчётности (сейчас в нём только экраны с готовыми отчётами);
3) внутренний веб-интерфейс.
Домены: розница и e-commerce (интернет-магазин, маркетплейсы), закупки и ассортимент, логистика и склад, финансы, CRM и лояльность, отчётность для руководства.
Чем предстоит заниматься
•Выделить ядро в сервис с API: одна логика ответа для всех клиентов, единые права доступа, единый журнал вопросов и ответов
•Встроить чат в приложение отчётности и сделать веб-интерфейс; развивать Telegram-бота
•Развивать работу модели: инструкции и контекст (промпты, бюджет токенов, поиск по базе знаний), вызов инструментов, сверку чисел, стриминг ответа
•Развивать семантический слой: датасеты, метрики, описания, справочники и синонимы — чтобы модель выбирала верную метрику и срез
•Подключать новые домены: собрать вопросы бизнеса, формализовать метрики, подготовить витрины и кубы под AI-запросы
•Мерить качество ответов: эталонный набор вопросов (golden), метрики точности и отказов, сравнение версий и моделей, автотесты
•Отвечать за качество данных: правила проверок, мониторинг ночных загрузок, сверки с источниками, разбор инцидентов до причины, метрики качества
•Проектировать витрины и отчёты: SQL Server (T-SQL, columnstore), SSAS (MDX), Power BI
Пожелания к кандидатам
•5+ лет в аналитике данных / BI / DWH, из них 2+ года — разработка (не только отчёты)
•Сильный SQL: оконные функции, планы выполнения, оптимизация на больших объёмах
•Модель данных для BI: метрики, измерения, гранулярность; семантический слой (Superset, Power BI, SSAS или аналог)
•Проектирование сервисов и API (REST) на C#/.NET и/или Python — продакшен-код с тестами
•Open-weight модели, развёрнутые локально: Qwen, DeepSeek, GLM, Kimi, MiniMax и т. п. Инференс (llama.cpp, vLLM, Ollama), квантование (GGUF), выбор модели под задачу: текст → запрос, вызов функций (function calling), длинный контекст, русский язык; сравнение моделей на своём наборе вопросов
•Опыт работы с арендованной GPU-инфраструктурой и собственной GPU-инфраструктурой
•LLM-разработка: промпты и контекст, агенты и инструменты, RAG — и умение проверить результат модели, а не поверить ему
•Качество данных: проверки, сверки, разбор расхождений
•Умение перевести вопрос бизнеса в метрику и в запрос
Будет плюсом
•Интеграция с фронтендом: встраиваемый чат-виджет, веб на React/Vue или аналоге; стриминг ответов (SSE/WebSocket)
•Авторизация через корпоративный каталог (AD, SSO); RLS в BI
•.NET, Microsoft.Extensions.AI, протокол MCP (Model Context Protocol), xUnit
•Дообучение и адаптеры (LoRA), векторные базы (Qdrant), эмбеддинги
•Telegram Bot API, распознавание речи
•SSIS и ETL: staging / ядро / витрины, SCD, инкрементальные загрузки
•Розница / fashion, Microsoft Dynamics AX; Git и код-ревью; работа в паре с AI-агентами
Мы предлагаем
•Работающий AI-продукт с реальными пользователями и путь от одного бота к платформе
•Задачи на стыке аналитики, данных и LLM в хранилище крупного ритейлера: десятки источников, кубы, сотни отчётов
•Модели разворачиваются внутри компании — данные не уходят во внешние облака
•Команда, которая уже использует AI-агентов в разработке и эксплуатации хранилища
•Официальное трудоустройство
•График работы: 5/2 с 10:00 до 19:00 (сб, вскр - выходные)
•ДМС, включающий стоматологию и страховку для выезжающих за рубеж
•Офисный / гибридный формат работы

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте