Data/AI engineer with Python

Создавать переиспользуемые возможности платформы и дата-продукты, которые позволяют quantitative researchers находить данные, получать к ним доступ и использовать их в сложной, разнородной среде, а затем ускорять вывод удачных прототипов в production.

• - Проектировать, создавать и улучшать конвейеры данных (data pipelines) и фреймворки интеграции, поддерживающие AI, аналитику и бизнес-приложения. - Повышать качество данных, надёжность, lineage и мониторинг. - Реализовывать подход AI first: использовать AI-агентов как основной инструмент для проектирования, создания, тестирования и поддержки решений - Тесно сотрудничать с бизнес-стейкхолдерами, product managers и инженерными командами, чтобы переводить бизнес-цели в технические решения.

• - 10+ лет профессиональной разработки программного обеспечения, включая 5+ лет опыта в data engineering. - Продвинутое владение Python, включая опыт создания масштабируемых backend-сервисов и решений для обработки данных. - Серьёзный практический опыт проектирования и реализации конвейеров данных (data pipelines), решений для интеграции данных и архитектур крупномасштабной обработки данных - Опыт работы с реляционными базами данных и современными технологиями хранения данных, включая графовые, векторные или аналитические платформы данных. - Практический опыт создания и развёртывания приложений с поддержкой AI/LLM в production-средах. - Опыт работы с LangGraph, LangChain, agentic workflows или фреймворками оркестрации для AI-приложений; evaluations. - Знакомство с современными AI-инструментами и рабочими процессами, включая практики разработки ПО с помощью AI. - Опыт работы в agile-среде поставки. - Сильные коммуникативные навыки и умение эффективно взаимодействовать с различными группами стейкхолдеров, включая бизнес-пользователей.

• Опыт работы с Databricks, Spark, Delta Lake или аналогичными современными платформами data engineering.
• Опыт проектирования корпоративных data lakes, lakehouses или крупномасштабных аналитических платформ.
• Опыт в предметной области: Investment Management, Asset Management, Capital Markets или Financial Services.
• Глубокое понимание продуктов Fixed Income и связанных инвестиционных рабочих процессов. Кандидаты со значительной экспертизой в области Fixed Income будут считаться особенно ценными.
• Опыт работы с Aurora, Neptune и другими сервисами данных AWS.

Серьёзный практический опыт проектирования и реализации конвейеров данных (data pipelines), решений для интеграции данных и архитектур крупномасштабной обработки данных.

• Опыт проектирования архитектуры, развёртывания и управления production-инфраструктурой на AWS, включая такие сервисы, как ECS Fargate, Lambda, SQS и связанные cloud-native технологии.
• Опыт программного описания облачной архитектуры с помощью инструментов Infrastructure-as-Code (IaC), таких как AWS CDK или Terraform.