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.

• 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.

• 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+.