- Страна
- Россия
Дата инженер ИИ/AI Data Engineer
Оценка ИИИзвестный бренд в финансовом секторе, актуальный технологический стек (LLM, LangChain) и возможность удаленной работы делают вакансию очень привлекательной для опытных инженеров. Единственный минус — отсутствие открытой информации по зарплате в тексте.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует редкого сочетания классического дата-инжиниринга (SQL, ClickHouse, ETL) и глубокой экспертизы в области LLM-фреймворков, таких как LangChain и Langgraph. Уровень Senior предполагает высокую автономность и умение проектировать сложные архитектуры.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ объявлении не указана зарплата, но для позиции Senior Data Engineer с фокусом на AI в Москве рыночные предложения обычно начинаются от 300 000 рублей. Учитывая специфику финтеха, компенсация может быть выше среднего по рынку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Требуется «Дата инженер ИИ/AI Data Engineer» (Москва)
Компания «Финам» ищет хорошего специалиста на вакансию «Дата инженер ИИ/AI Data Engineer». Москва (Россия). Полный рабочий день. Можно удалённо. Требуемые навыки: #senior, #ClickHouse, #Docker, #SQL, #LLM, #Langgraph, #LangChain, #ETL.
*👉*Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- ClickHouse
- Docker
- SQL
- LLM
- LangGraph
- LangChain
- ETL
Возможные вопросы на собеседовании
Проверка опыта работы с ключевым инструментом хранения данных, указанным в вакансии.
Расскажите об особенностях оптимизации запросов и проектирования схем в ClickHouse для аналитических задач.
Вакансия ориентирована на ИИ, поэтому важно понимать опыт кандидата с современными фреймворками.
В чем принципиальное различие между LangChain и Langgraph, и в каких сценариях вы предпочтете использовать последний?
Оценка навыков построения пайплайнов для специфических данных.
Как вы организуете ETL-процесс для подготовки данных (векторизации) при создании RAG-систем?
Проверка инженерной культуры и навыков контейнеризации.
Опишите ваш подход к деплою и масштабированию LLM-сервисов с использованием Docker.
Оценка Senior-компетенций в области архитектуры.
С какими основными проблемами производительности LLM-приложений вы сталкивались и как их решали на уровне данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
