Назад

Ведущий инженер данных (LLM)

Формат работы
hybrid/onsite
Тип работы
fulltime
Грейд
lead
Страна
Russia
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Ведущий инженер данных (LLM) (AI/Data Engineering): Организация и подготовка данных для LLM-платформы, включая интеграцию внешних источников, проектирование моделей данных и подготовку данных для поиска и RAG с акцентом на качество, актуальность и retrieval. Focus on построение data pipelines, chunking, embeddings, индексацию, vector и hybrid search, а также настройку retrieval и reranking.

Локация: Москва, 2-й Сыромятнический переулок, 1; гибридный формат с работой на месте работодателя

Компания

Развитие LLM-платформы для клиентов из госсектора и enterprise-сегмента.

Что делать

  • Определять источники данных для AI-решений: базы данных, документы, API, файловые хранилища, внешние системы и потоки обновлений.
  • Проектировать модели данных, включая сущности и связи, версии, метаданные, lineage, права доступа и правила актуализации.
  • Организовывать сбор и обработку данных: очистку, нормализацию, дедупликацию, классификацию, разметку и формирование golden record.
  • Подготавливать данные для поиска и RAG: chunking, embeddings, индексацию, vector search и hybrid search.
  • Настраивать retrieval и reranking, обновление индексов, а при необходимости — датасеты для обучения и дообучения моделей.
  • Определять и мониторить метрики качества данных и retrieval, взаимодействуя с LLM-инженерами, аналитиками и разработчиками.

Требования

  • От 4 лет опыта в Data Engineering, Data Platform, Data Architecture или смежной области.
  • Уверенное знание SQL и реляционных баз данных.
  • Опыт построения ETL/ELT-процессов и data pipelines.
  • Опыт интеграции данных из баз данных, API, файлов и внешних систем.
  • Практический опыт проектирования моделей данных, работы с качеством данных, метаданными и версиями.
  • Практический опыт подготовки данных для поиска, ML или LLM/RAG-систем.
  • Понимание chunking, embeddings, vector search и hybrid search.
  • Опыт работы с векторными хранилищами или поисковыми системами.
  • Умение самостоятельно разбираться в структуре и качестве новых источников данных.

Хорошо, если есть

  • Опыт разработки и эксплуатации RAG-систем в production, оптимизации retrieval и reranking.
  • Python для обработки данных и разработки data pipelines.
  • Kafka или другие системы потоковой обработки данных; Airflow или аналогичные инструменты оркестрации.
  • PostgreSQL, ClickHouse, Elasticsearch/OpenSearch, векторные хранилища и аналогичные технологии.
  • Опыт подготовки датасетов для supervised learning или fine-tuning.
  • Понимание метрик оценки RAG: retrieval quality, groundedness, faithfulness и coverage.

Культура и преимущества

  • Полная занятость.
  • Работа в продуктовой команде над LLM-платформой для госсектора и enterprise-клиентов.
  • Гибридный формат с присутствием на рабочем месте работодателя в Москве.

Будьте осторожны

Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →