DATA AND AI ARCHITECT
Отличное предложение с высокой зарплатой, современным стеком технологий (Claude, MCP) и возможностью удаленной работы по всему миру.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Высокая сложность обусловлена необходимостью совмещать роли архитектора, администратора БД и инженера данных, а также требованием опыта работы с AI/LLM.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предложенная зарплата в $140,000 соответствует среднерыночному уровню для Senior/Lead ролей в США и Европе, но является очень конкурентоспособной для глобального найма.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
DATA AND AI ARCHITECT
*🏢* Компания: ASCEND TECH
*💰* ЗП: $140,000 в год (стартовый диапазон)
*🌍* Формат: Удалёнка, глобально
*🕒* Занятость: Полная занятость
О компании:
Ascend Technologies развивает облачную платформу данных и AI для бизнес-отчётности, автоматизации и AI-приложений. В среде компании делают упор на безопасность, управление данными и масштабируемость. Вы будете работать вместе с командой Data Analytics и инженерными партнёрами, выступая техническим лидом платформы.
Задачи:
• Формировать roadmap и архитектуру платформы данных и AI, расставлять приоритеты и координировать работу.
• Проектировать и поддерживать dbt-модели, семантический слой и тесты качества данных.
• Администрировать PostgreSQL: tuning, бэкапы, восстановление и мониторинг.
• Настраивать автоматизированные развертывания пайплайнов (Prefect, GitHub Actions) без зависимости от локальных учётных данных.
• Управлять безопасностью и доступами, внедрять шифрование и практики управления учётными данными.
• Руководить комитетом по управлению данными и сопровождать AI-интеграции от прототипа до продакшна.
Требования:
• 5+ лет в data engineering, администрировании БД, архитектуре данных или схожей роли.
• Глубокие знания PostgreSQL и SQL; опыт администрирования, оптимизации и восстановления.
• Опыт с Modern Data Stack — dbt (или эквивалент) и оркестрация (Prefect/Airflow).
• Практический опыт работы в облаке (Azure или аналог), включая сеть и identity.
• Уверенное владение Python для пайплайнов и автоматизации.
• Опыт CI/CD (GitHub Actions) и практическая работа с AI/LLM-инструментами; понимание практик безопасности и управления доступом.
Будет плюсом:
• Опыт с Claude Code и/или MCP (Model Context Protocol).
• Опыт контейнеризации и контейнерных деплоев.
• Знание моделей данных Salesforce, ServiceNow, Paylocity или Sage Intacct.
• Опыт в управлении данными и в работе с MSP/IT-сервисами.
Стек:
PostgreSQL, dbt, Prefect, Azure, Python, GitHub / GitHub Actions, Power BI, Claude / Claude Code, MCP, n8n, Salesforce, ServiceNow, Sage Intacct, Paylocity
Условия:
• Полностью удалённая работа; стартовый диапазон зарплаты $140,000 в год. Окончательное предложение зависит от опыта, квалификации и географии.
*📩* Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- PostgreSQL
- SQL
- dbt
- Prefect
- Airflow
- Azure
- Python
- CI/CD
- GitHub Actions
- Power BI
- Claude
- n8n
- Salesforce
- ServiceNow
Возможные вопросы на собеседовании
Проверка навыков оптимизации критически важного компонента стека.
Расскажите о вашем самом сложном кейсе тюнинга производительности PostgreSQL: какие метрики вы анализировали и каких результатов достигли?
Оценка архитектурного мышления в рамках Modern Data Stack.
Как бы вы спроектировали семантический слой в dbt для обеспечения консистентности данных между различными BI-инструментами и AI-приложениями?
Проверка навыков автоматизации и безопасности.
Опишите ваш подход к реализации CI/CD пайплайнов для данных, исключающий использование локальных учетных данных (zero-trust подход).
Оценка опыта внедрения инноваций.
Каким был ваш опыт вывода AI-прототипа в продакшн? С какими основными проблемами масштабируемости вы столкнулись?
Проверка владения современными протоколами взаимодействия с ИИ.
Как вы планируете использовать Model Context Protocol (MCP) для улучшения интеграции данных с LLM в рамках платформы?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

