- Страна
- Россия
Инженер данных в отдел аналитики Alice AI
Оценка ИИРабота в топовой технологической компании над передовым продуктом (Alice AI). Отличный соцпакет, возможности для обучения и выступления на конференциях, а также работа с современным стеком технологий.
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 уверенного владения Python и SQL, а также понимания специфических инструментов Яндекса (YTsaurus, DataLens). Сложность заключается в разноплановости задач: от классического ETL до настройки инфраструктуры для обучения AI-агентов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для Data Engineer в Яндексе рыночные ожидания составляют от 250 000 до 450 000 рублей в зависимости от грейда. Предлагаемые условия обычно соответствуют или превышают средние показатели по Москве для крупных IT-компаний.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🙂*Инженер данных в отдел аналитики Alice AI
Наша команда разрабатывает базовую технологию, которая лежит в основе Алисы, Нейропоиска, Нейробраузера и многих других продуктов — большую языковую модель Alice AI. Мы также учим модель работать с агентами. Ещё мы создаём инфраструктуру бенчмарков, чтобы измерять, насколько новая версия модели лучше предыдущих версий и продуктов конкурентов.
Какие задачи вас ждут
• Развитие личного кабинета AI-тренеров
Вы будете собирать данные из разных источников — например, информацию о выполненных задачах и табель рабочего времени. Нужно будет настраивать системы контроля качества для проектов, рассчитывать качество и производительность, а также отображать данные на дашбордах. Вам предстоит настраивать пайплайны поставки данных, писать YQL-скрипты и код на Python, строить дашборды в DataLens.
• Инфраструктурные задачи
Вы будете создавать среды для обучения агентов: писать код, развёртывать собственные серверы и докер-образы с открытым кодом.
• Контроль ресурсов аналитиков
Вам предстоит выдавать вычислительные ресурсы аналитикам нашего отдела, следить за их использованием и оптимизировать распределение.
• Разработка инфраструктуры бенчмарков
Вам нужно будет помогать аналитикам делать бенчмарки быстрее, удобнее, для множества разных сценариев. Работа ведётся на Python.
Мы ждём, что вы
• Умеете писать на Python и SQL
• Любите работать с данными
Будет плюсом, если вы
• Строили ETL-процессы, в том числе работали с Airflow
• Работали с BI-системами (DataLens, Tableau, Power BI и др.)
• Работали с YTsaurus или аналогами
• Настраивали CI/CD
Почему у нас классно
Сотрудники Яндекса бесплатно участвуют в профильных конференциях. А для тех, кто на них выступает, у нас есть школа подготовки спикеров. Это не все бонусы — полный список тут.
*📩* Откликнуться на нашем сайте
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- ETL
- Airflow
- DataLens
- Tableau
- Power BI
- YTsaurus
- CI/CD
- Docker
- YQL
Возможные вопросы на собеседовании
Проверка навыков работы с большими данными в экосистеме Яндекса.
Был ли у вас опыт работы с YTsaurus или аналогичными системами распределенного хранения и обработки данных (Hadoop)?
Оценка опыта в автоматизации процессов обработки данных.
Расскажите о самом сложном ETL-пайплайне, который вы проектировали: с какими проблемами качества данных вы столкнулись?
Проверка навыков инфраструктурной разработки.
Как бы вы организовали среду для тестирования AI-агентов с использованием Docker и CI/CD?
Оценка владения инструментами визуализации.
Какие ключевые метрики производительности AI-тренеров вы бы вывели на дашборд в DataLens для эффективного мониторинга?
Проверка навыков оптимизации SQL-запросов.
Как вы оптимизируете тяжелые YQL/SQL запросы при работе с терабайтами данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
