Member of Data Staff (Data Acceleration)

Мы ищем человека, который был отличным data scientist, analytics engineer или data engineer: того, кто знает, какая метрика действительно важна, может спроектировать A/B‑тест, отвечающий на реальный вопрос, глубоко погрузился в модель данных, потому что что‑то не сходилось, и решил, что самое эффективное, что он может сделать дальше, — создавать ИИ‑системы, которые фундаментально меняют процесс data science.

• Создавать ИИ‑агенты, которые занимаются data science — не просто SQL‑копилоты, а системы, способные безопасно исследовать данные, формировать гипотезы, выполнять запросы, интерпретировать результаты и генерировать практические рекомендации с чёткими оценками и циклами человеческой проверки.
• Обеспечивать надёжный запрос ИИ‑систем к хранилищу данных — строить инфраструктуру извлечения и циклы оценки, позволяющие агентам точно использовать наш семантический контекст и метаданные.
• Ускорять AI‑native рабочий процесс с данными — превращать лучшие существующие AI‑поддерживаемые процессы в повторяемые системы, переиспользуемые инструменты и шаблоны, которые может принять вся команда данных.
• Автоматизировать жизненный цикл данных — создавать самовосстанавливающиеся конвейеры, автоматическую генерацию и валидацию dbt‑моделей, агентов контроля качества данных и рабочие процессы диагностики, снижающие ручное вмешательство.
• Выпускать AI‑управляемый анализ экспериментов — разрабатывать агентов, интерпретирующих результаты A/B‑тестов, отмечающих статистические проблемы, определяющих вероятные драйверы и формирующих рекомендации по запуску/не запуску.
• Превращать команду данных в продуктовую команду — создавать внутренние data‑продукты, которыми заинтересованные стороны пользуются каждый день, заменяя разовые запросы на самообслуживание через ИИ‑интерфейсы.
• Неcтолько отвечать за полный жизненный цикл — выявлять задачи с высоким рычагом воздействия, прототипировать с LLM, оценивать точность, проектировать UX, выводить в продакшн и мониторить качество со временем.

• 6+ лет в data science, analytics engineering, data engineering или смежных ролях. Вы были достаточно близки к реальной работе с данными, чтобы знать, что следует и чего не следует автоматизировать.
• Глубокие знания SQL и аналитическое суждение — вы умеете рассуждать о метриках, экспериментах, моделях данных и хаотичной реальности хранилища без зависимости от инструмента, который бы думал за вас.
• Сильное чувство продукта — вы понимаете, что действительно нужно заинтересованным сторонам, что делает рабочий процесс приемлемым, и как превратить прототип в продукт, которым пользуются.
• Практический опыт работы с LLM — вы строили решения с передовыми моделями, агентами, RAG‑системами, оценками или AI‑поддерживаемыми процессами и имеете мнение о том, где они работают, а где нет.
• Владение конвейерами и моделированием — вы работали с dbt, схемами хранилищ, проблемами качества данных и практическими компромиссами надёжных систем данных.
• Менталитет создателя — вы видите ручной процесс и сразу думаете, как его систематизировать. Вы быстро выпускаете, измеряете качество и итеративно улучшаете.
• Автономность — это новая функция. Вы будете помогать определять дорожную карту и одновременно её реализовывать.

• Опыт создания производственных ИИ‑агентов или систем оценки агентов.
• Опыт работы со Snowflake, семантическими слоями или системами метаданных.
• Опыт разработки внутренних инструментов, Slack‑ботов, CLI или продуктов повышения продуктивности разработчиков, которые действительно использовались.
• Сильный опыт в экспериментировании, включая проектирование метрик и статистическую интерпретацию.
• Опыт работы с BI‑инструментами и способность различать, что следует автоматизировать, а что оставлять под человеческим контролем.
• Опыт работы в стартапе на ранней стадии.