Детали

Грейд

Senior

Опыт работы

от 5 лет

Формат работы

Гибрид

Уровень английского

B2, выше среднего

Сопроводительное письмо к вакансии

Письмо на почту или сообщение рекрутеру в Telegram

О вакансии

Мы находимся на этапе трансформации в истории нашей компании — и мы очень этому рады. Каждый день мы находим новые способы укрепить нашу отмеченную наградами культуру и ускорить творчество, инновации и рост. Наша цель — помочь клиентам повысить эффективность бизнеса с помощью Dun & Bradstreet’s Data Cloud и Live Business Identity, и мы страстно увлечены этой целью и преданы ей. Итак, если вы хотите оказать немедленное влияние на компанию, которая приветствует смелое и разнообразное мышление, присоединяйтесь к нам!

В качестве инженера по обработке данных II в нашей команде AI & Ingestion вы будете работать в составе гибкой команды, создавая и эксплуатируя конвейеры, которые доставляют новые данные в Dun & Bradstreet, все чаще используя ИИ для их сбора, извлечения, обогащения и проверки.

Задачи

Вы будете отвечать за проектирование, создание и запуск производственных конвейеров ИИ, от получения и приема исходных данных до извлечения, классификации и сопоставления сущностей на основе ИИ, а также за доставку данных в соответствии с нашими стандартами качества.

Ваше внимание будет сосредоточено на применении современных облачных и генеративных сервисов ИИ на протяжении всего жизненного цикла приема данных, используя их масштабируемость и автоматизацию для ускорения процесса ввода и курации данных, при этом уделяя основное внимание точности, целостности, полноте, единообразию и последовательности. Помимо поставки, вы будете играть активную роль в нашем сообществе практиков AI & Ingestion, делясь шаблонами, инструментами и извлеченными уроками, чтобы передовой опыт применялся во всех командах. Непрерывное совершенствование будет ключевым показателем успеха в этой роли.

Ключевые обязанности:

Проектировать, создавать и эксплуатировать масштабируемые конвейеры приема данных из различных источников, включая сбор веб-данных, интеграцию API и пакетную доставку файлов, на нашей облачной платформе данных
Создавать и вводить в эксплуатацию конвейеры ИИ, использующие большие языковые модели (LLM) и машинное обучение для извлечения, классификации, обогащения и стандартизации структурированных и неструктурированных данных
Разрабатывать рабочие процессы агентов и генерации с дополненным поиском (RAG), включая проектирование подсказок, интеграцию и оркестрацию инструментов и протокола контекста модели (MCP), где они обеспечивают измеримое повышение охвата, скорости или качества
Устанавливать системы оценки и мониторинга для компонентов ИИ, включая эталоны точности, контроль человеком, обнаружение дрейфа, а также отслеживание затрат и задержек
Внедрять практики обеспечения качества данных, управления данными и ответственного ИИ в каждый конвейер в соответствии с политиками Dun & Bradstreet в области этики ИИ и управления данными
Исследовать и применять современные методы управления данными и разрешения сущностей, включая сопоставление с помощью ИИ, для увеличения производных данных из разрозненных источников данных
Отвечать за эксплуатационную готовность конвейеров приема и ИИ в производственной среде, включая мониторинг, устранение инцидентов и непрерывную оптимизацию производительности и затрат
Вносить вклад и помогать в руководстве сообществом практиков AI & Ingestion, делясь повторно используемыми компонентами, шаблонами и стандартами, проводя сессии по обмену знаниями и поддерживая повышение квалификации инженеров в разных командах
Поддерживать других инженеров посредством обзоров дизайна, обзоров кода и наставничества
Разрабатывать и поддерживать документацию, включая диаграммы потоков данных, происхождение данных, руководства по эксплуатации конвейеров, а также документацию по подсказкам и моделям
Сотрудничать с продуктовыми, научными и бизнес-стейкхолдерами для преобразования требований к данным в эффективные решения по приему и ИИ

Требования

Опыт работы инженером по обработке данных или на аналогичной должности от 5 лет, включая практический опыт создания конвейеров приема данных
Сильные навыки работы с Python и SQL являются минимальными требованиями
Практический опыт создания конвейеров или приложений с использованием LLM (например, через API Anthropic, OpenAI или Google Vertex AI / Gemini), включая разработку подсказок, структурированные выходные данные и оценку
Опыт работы с облачной обработкой данных, предпочтительно GCP (например, BigQuery, Dataflow, Cloud Composer/Airflow, Vertex AI); опыт работы с Databricks является преимуществом
Опыт работы с различными методами приема и сбора данных, такими как сбор веб-данных, API, SFTP и другие каналы доставки файлов
Желательно знание RAG, эмбеддингов и векторных баз данных, фреймворков агентов или MCP
Понимание лучших инженерных практик для конвейеров ИИ (MLOps/LLMOps), включая контроль версий, CI/CD, автоматизированное тестирование и мониторинг
Осведомленность о принципах ответственного ИИ и соображениях конфиденциальности и управления данными (например, GDPR) при применении ИИ к данным
Искренняя страсть к обмену знаниями, опыт работы или сильный интерес к участию в сообществах практиков, внутренних технических презентациях или наставничестве
Проявляйте ответственность во всем, что вы делаете; будьте решателем проблем, любознательны и вдохновлены действовать, будьте инициативны, ищите способы сотрудничать и общаться с людьми и командами для достижения успеха
Непрерывный рост: продолжайте учиться в быстро меняющемся ландшафте ИИ посредством социального опыта и отношений со стейкхолдерами, экспертами, коллегами и наставниками, а также расширяйте свои компетенции посредством структурированных курсов и программ
Где применимо, свободное владение английским языком и языками, актуальными для рынка труда
Глубокие знания данных, предпочтительно в области бизнес-данных, с подтвержденными аналитическими и количественными навыками
Степень бакалавра в области науки о данных, информационных систем, компьютерных наук, математики или аналогичной области

Why We Work at Dun & Bradstreet

We are at a transformational moment in our company journey - and we’re so excited about it. Each day, we are finding new ways to strengthen our award-winning culture, and to accelerate creativity, innovation and growth. Our purpose is to help customers improve business performance with Dun & Bradstreet’s Data Cloud and Live Business Identity, and we’re wildly passionate and committed to this purpose. So, if you’re looking to make an immediate impact at a company that welcomes bold and diverse thinking, come join us!

As a Data Engineer II in our AI & Ingestion team, you will work as part of an agile team building and operating the pipelines that bring new data into Dun & Bradstreet, increasingly using AI to collect, extract, enrich and validate it. You will be responsible for designing, building and running production AI pipelines, from source acquisition and ingestion through to AI-powered extraction, classification and entity matching, and delivery against our data quality standards.

Your focus will be on applying modern cloud-native and generative AI services across the ingestion lifecycle, harnessing their scale and automation to accelerate how we onboard and curate data, while keeping accuracy, integrity, completeness, conformity and consistency at the core. Beyond delivery, you will play an active role in our AI & Ingestion community of practice, sharing patterns, tooling and lessons learned so that good practice is adopted across teams. Continuous improvement will be a key measure of success in this role.

Key Responsibilities:

Design, build and operate scalable data ingestion pipelines across a range of sources, including web data collection, API integrations and batch file deliveries, on our cloud data platform
Build and productionise AI pipelines that use large language models (LLMs) and machine learning to extract, classify, enrich and standardise structured and unstructured data
Develop agentic and retrieval-augmented generation (RAG) workflows, including prompt design, tool and Model Context Protocol (MCP) integrations and orchestration, where they deliver measurable gains in coverage, speed or quality
Establish evaluation and monitoring for AI components, including accuracy benchmarks, human-in-the-loop review, drift detection, and cost and latency tracking
Embed data quality, data governance and Responsible AI practices into every pipeline, in line with Dun & Bradstreet's AI Ethics and data management policies
Research and apply modern data mastering and entity resolution techniques, including AI-assisted matching, to increase derived insight from disparate data sources
Own the operational health of ingestion and AI pipelines in production, including monitoring, incident resolution and continuous optimisation of performance and cost
Contribute to and help lead the AI & Ingestion community of practice by sharing reusable components, patterns and standards, running knowledge-sharing sessions and supporting the upskilling of engineers across teams
Support other engineers through design reviews, code reviews and mentoring
Develop and maintain documentation, including data flow diagrams, data lineage, pipeline runbooks, and prompt and model documentation
Partner with product, data science and business stakeholders to translate data requirements into effective ingestion and AI solutions

Key Requirements:

5+ years of experience in data engineering or a similar position, including hands-on experience building data ingestion pipelines
Strong Python and SQL are minimum requirements
Practical experience building pipelines or applications with LLMs (for example via Anthropic, OpenAI or Google Vertex AI / Gemini APIs), including prompt engineering, structured outputs and evaluation
Experience with cloud data processing, GCP preferred (e.g. BigQuery, Dataflow, Cloud Composer/Airflow, Vertex AI); Databricks experience is an advantage
Experience in various methods of data ingestion and collection, such as web data collection, APIs, SFTP and other file delivery channels
Familiarity with RAG, embeddings and vector databases, agent frameworks or MCP is desirable
Understanding of engineering best practice for AI pipelines (MLOps/LLMOps), including version control, CI/CD, automated testing and monitoring
Awareness of Responsible AI principles and of data privacy and governance considerations (e.g. GDPR) when applying AI to data
A genuine passion for knowledge sharing, with experience of, or strong interest in, contributing to communities of practice, internal tech talks or mentoring
Show an ownership mindset in everything you do; be a problem solver, be curious and be inspired to take action, be proactive, seek ways to collaborate and connect with people and teams in support of driving success.
Continuous growth mindset: keep learning in a fast-moving AI landscape through social experiences and relationships with stakeholders, experts, colleagues and mentors, and widen your competencies through structured courses and programmes.
Where applicable, fluency in English and languages relevant to the working market
Robust data knowledge preferably around business data sets with proven analytical and quantitative skills
Bachelor’s Degree in Data Science field, Information Systems, Computer Science, Mathematics or similar

Подходит ли тебе эта вакансия?

Сравним навыки, грейд, формат работы и зарплату

Ключевые навыки

Python
SQL
Large Language Models
Prompt Engineering
Google Vertex AI
BigQuery
Data Flow
Airflow
Databricks
Retrieval-Augmented Generation
Embeddings
Vector Databases
Model Context Protocol
MLOps
LLMOps
CI/CD
GDPR
Entity Resolution

Оценка зарплаты

26 500PLNв месяц

Чаще всего от 23 000 до 28 400