Аналитик данных

Команда Поиска ищет Аналитика-инженера в MusicSearch. Мы создаем поисковый движок, который позволяет ассистенту на устройствах находить нужный трек, исполнителя, плейлист или подкаст. Инженер данных в нашей команде — это человек, который строит “платформу качества”: собирает и сводит данные из разных источников, делает витрины и датасеты для оценки, автоматизирует пайплайны и мониторинг, в том числе — в реальном времени, чтобы деградации находились быстрее, чем их увидят пользователи. Если вам интересно работать на стыке data engineering, продуктовой аналитики и поиска — и вы хотите не просто “переливать данные”, а делать инфраструктуру, на которой стоит культура качества AI-продукта — приходите к нам. Обязанности: ​​​​ Ответственность за оценку качество поиска; Планирование и проведение экспериментов и АБ-тестирования для сравнения моделей; Построение пайплайнов оценки и переоценки качества (включая LLM-as-a-judge) и их поддержка; Витрины и датасеты для оффлайн/онлайн-оценки, A/B-экспериментов и расследований деградаций; Мониторинг качества данных на потоке: свежесть, полнота, задержки, аномалии, регрессии. Требования: ​​​​​​​ Опыт в data engineering / analytics engineering от 3 лет (уровень middle+ / senior); Очень сильный SQL и практический опыт построения витрин ClickHouse и/или PostgreSQL (оконные функции, сложные агрегации, оптимизация); Уверенный Python для задач ETL/ELT (парсинг, валидация, интеграции, утилиты для пайплайнов); Опыт работы с оркестраторами задач (предпочтительно Airflow) для построения и поддержки пайплайнов; Хорошее понимание архитектуры данных и жизненного цикла датасетов (raw → нормализация → витрины), умение делать решения поддерживаемыми; Способность закрывать задачу «от данных в разных местах» до стабильной витрины/пайплайна/алерта. Будет плюсом: dbt или аналогичный подход к управлению SQL-моделями (тесты, документация, зависимости); Опыт с логами поиска/клика (показы выдачи, клики, сессии, dwell time) и склейкой событий; Опыт построения мониторинга/дашбордов (Grafana / Superset / DataLens); Опыт с Kafka/очередями, Kubernetes, Terraform/Ansible, CI/CD для data-проекта; Знакомство с OpenSearch/Elastic как компонентом поисковой системы. Почему вам понравится работать у нас: Сильная команда, амбициозные задачи и продукты, которыми пользуются миллионы; Новый офис SberDevices в центре Москвы; Удобный формат работы с возможностью гибкого начала рабочего дня; Надёжная программа ДМС и НС с первого месяца работы; Обучение и развитие: курсы и тренинги от корпоративного университета, внешнее обучение за счёт компании и участие в конференциях; Льготная ипотека и корпоративная пенсионная программа; СберКлуб: cкидки от партнёров, повышенные бонусы, акции экосистемы, подписка СберПрайм+.