Проект: Создаем поисковый сервис для ответа на запросы пользователей на естественном языке. Ломаем барьер между статичными знаниями языковой модели и постоянно меняющимся миром. Предоставляем GigaChat доступ к актуальной информации, чтобы пользователи получали точные ответы на любые вопросы, включая вопросы о свежих новостях и событиях.Обязанности разрабатывать и настраивать механизмы для автоматизированного сбора данных, обеспечивать корректность и полноту сбора, оптимизировать процессы таким образом, чтобы все работало быстрее и без ручного вмешательства декомпозировать и ставить задачи для команды data инженеров, приоритизировать бэклог разрабатывать MapReduce и потоковые пайплайны для предобработки данных и преобразовывать их в формат, оптимальный для дальнейшего хранения, обработки и использования в задачах поиска. проектировать и реализовывать хранилища, которые позволили бы эффективно решать задачи поиска. применять машинное обучение и искусственный интеллект для улучшения результатов работы, поддерживать корректную работу системы – мониторинг, диагностика и устранение неполадок, исправление старых багов и создание новых. Требования роль техлида команды из 3 инженеров: архитектура, распределение задач, контроль качества умение проектировать DWH, Data Lake, Data Management Platform понимание устройства векторных и полнотекстовых индексов опыт разработки и оптимизации высоконагруженных пайплайнов (batch, streaming) для обработки больших объемов данных (100TB - 1PB+) продвинутый уровень владения Python и SQL опыт работы с движками для распределенной обработки данных (Spark, Trino), оркестраторы Airflow Будет плюсом опыт работы с таблицами формата Iceberg опыт работы с GPU (инференс моделей).
Похожие вакансии