- Страна
- Казахстан
- Зарплата
- от 800 000 ₽
Data/AI Engineer
Оценка ИИИнтересный стек технологий на стыке Data Engineering и AI, четко прописанные задачи и конкурентная для региона заработная плата. Офисный формат в Астане может быть ограничением для некоторых кандидатов, но для местных специалистов это отличное предложение в стабильной компании.
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 навыков: глубокой экспертизы в Java-бэкенде (Spring Boot, Batch) и практического опыта в AI-инженерии (RAG, LLM, векторный поиск). Дополнительную сложность придает необходимость работы с SCD Type 2 и обеспечения безопасности динамически генерируемого SQL.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата от 800 000 ₸ (около 1 650 USD) на руки является конкурентоспособной для рынка Казахстана для специалистов уровня Middle+/Senior. Она соответствует или слегка превышает медиану для Data-инженеров в Астане, учитывая специфические требования к AI-стеку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*📍*Формат/working arrangement: на месте работодателя, офис в Астане
*✔️*Должность/position: Data/AI Engineer
*🏢* Место работы/workplace: ТОО Platonus
*💸* Заработная плата/salary estimate: от 800 000 ₸ в месяц, на руки
*📈* Обязанности/responsibilities:
— Строить ETL-процессы из СУБД и DWH со SCD2-историей.
— Развивать RAG-слой на pgvector для семантического поиска.
— Интегрировать локальную LLM через Spring AI.
— Реализовывать безопасную валидацию и исполнение сгенерированного SQL.
— Разрабатывать API-слой между дашбордом / чат-интерфейсом и данными.
— Настраивать инкрементальные загрузки, обработку сбоев и идемпотентность.
— Логировать цепочку «вопрос → шаблон/SQL → результат» для аудита.
*📌* Требования/requirements:
— Опыт работы 3–6 лет.
— Уверенный Java / Kotlin и Spring Boot.
— Опыт разработки REST API.
— Spring Batch.
— PostgreSQL + pgvector.
— Продвинутый SQL: оконные функции, CTE, оптимизация запросов.
— Практический опыт SCD Type 2.
— Flyway или аналогичные инструменты миграций.
— Опыт со Spring AI.
— Понимание RAG, embeddings, chat memory и tool/function calling.
— Опыт интеграции локальных моделей через Ollama.
— Понимание безопасной работы с генерируемым SQL.
— Опыт с JSqlParser или аналогами.
*🌟* Будет плюсом:
— Опыт администрирования GPU-инфраструктуры.
— Ollama.
— CUDA.
*🛠* Технический стек:
— Java
— Kotlin
— Spring Boot
— Spring Batch
— Spring AI
— PostgreSQL
— pgvector
— SQL
— SCD Type 2
— Flyway
— JSqlParser
— Ollama
— REST API
— RAG
— HNSW
*🎯* Основные задачи проекта:
— Построить DWH с историчностью данных.
— Реализовать RAG-поиск по метаданным и шаблонам запросов.
— Интегрировать локальную LLM в backend.
— Обеспечить безопасную генерацию и выполнение SQL.
— Связать чат / дашборд с корпоративными данными через API.
*🏢* О компании:
— ТОО Platonus.
— Компания развивает и внедряет информационные системы.
*✅* Условия/working conditions:
— Полная занятость.
— Оформление по трудовому договору.
— График 5/2.
— Рабочий день 8 часов.
— Формат работы: на месте работодателя.
— Заработная плата от 800 000 ₸ на руки.
— Выплаты раз в месяц.
*📍* Адрес: Астана, улица Алматы, 1.
*📢**❗️**🚨* Вакансия: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Java
- Kotlin
- Spring Boot
- Spring Batch
- Spring AI
- PostgreSQL
- pgvector
- SQL
- ETL
- DWH
- SCD Type 2
- Flyway
- JSqlParser
- Ollama
- REST API
- RAG
- HNSW
- CUDA
Возможные вопросы на собеседовании
Проверка понимания архитектуры RAG и работы с векторными данными.
Расскажите, как вы настраивали параметры индексации HNSW в pgvector для оптимизации скорости поиска и точности?
Важный аспект безопасности при работе с LLM, генерирующими код.
Какие конкретные методы и инструменты (например, JSqlParser) вы бы использовали для предотвращения SQL-инъекций при выполнении сгенерированного нейросетью кода?
Проверка навыков проектирования хранилищ данных.
Опишите процесс реализации SCD Type 2 с использованием Spring Batch: как вы обрабатываете закрытие старых версий записей и открытие новых?
Оценка опыта работы с локальными моделями.
С какими трудностями вы сталкивались при интеграции локальных LLM через Ollama и как решали вопросы производительности/задержек (latency)?
Проверка навыков обеспечения надежности данных.
Как вы обеспечиваете идемпотентность ETL-процессов при инкрементальной загрузке данных в DWH?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
