Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Artefact
Париж, Франция7 дней назад
53 000 – 63 000 EUR
в год
Грейд
Senior
Письмо на почту или сообщение рекрутеру в Telegram
Ценность агента определяется ценностью данных и знаний, на которых он основывается. Конвейеры данных, модели данных, определения метрик, права доступа: вы создаете и управляете этой основой, и на нее опираются приложения и агенты наших клиентов. Когда аналитик или агент запрашивает число, ответ исходит от финансового отдела, сопровождается его определением и источником. Эта должность для вас, если вы хотите, чтобы бизнес-подразделения и агенты могли доверять данным и использовать их. Artefact сопровождает крупнейшие компании мира во внедрении ИИ: 3000 AI makers в более чем 30 странах, более 1000 клиентов. Во Франции департамент Engineering насчитывает около 300 человек под руководством CTO; вы присоединитесь к главе AI Applied Engineer, архетипу Context & Analytics Engineer. В сфере, где два дашборда иногда показывают разные цифры, эта должность заключается в восстановлении доверия: правильная цифра, общее определение, идентифицируемый источник. Эта работа, незаметная в случае успеха, определяет все, что строят другие архетипы поверх нее. Мы AI makers: ИИ строится вместе с нашими клиентами, а не только для них. Их задачи становятся нашими, и наш технический выбор объясняется языком бизнеса. Мы занимаем четкую позицию; она меняется в зависимости от фактов, никогда под давлением. Наша область меняется каждый месяц, и нас устраивает этот темп: новые технологии и новые отрасли осваиваются быстро, а устаревшие привычки отбрасываются без сожаления. Столкнувшись со сложной проблемой, мы стремимся разбить ее на проверяемые этапы, с высоким уровнем требований как к коду, так и к результату. Когда чего-то не хватает, для клиента или для главы (chapter), мы это создаем. Прогресс достигается через конструктивную обратную связь, обмен знаниями, своевременный запрос помощи и признание работы других. Есть многому чему научиться и многое построить.
Совместно с бизнес-подразделениями и аналитиками необходимо определить значение каждой метрики и проверить соответствие данных этим определениям. На этой основе Product Engineers и AI Engineers создают приложения и агентов. Platform Engineers используют инфраструктуру, на которой работают ваши конвейеры. Обмен информацией с владельцами данных и командами по управлению данными клиента, проверка кода коллегами и сопровождение новых сотрудников дополняют ежедневную работу. Ваши обязанности: Создание конвейеров приема данных и моделей данных, например, с использованием dbt. Настройка проверок качества данных и поддержание отслеживания происхождения данных (lineage). Создание семантического слоя и определений метрик, чтобы люди и агенты использовали одни и те же числа, в том числе при запросах text-to-SQL. Определение правил управления данными и прав доступа. Создание конвейеров знаний для RAG: индексация, разбиение на части (chunking), метаданные, разрешения. Подготовка контекста, пригодного для использования агентами: метаданные, определения, отслеживание происхождения данных и разрешения.
Обязательно: Вы уверенно пишете SQL и моделируете данные для анализа. В вашем активе есть запланированные, протестированные и отслеживаемые конвейеры данных. Работая с бизнес-подразделениями, вы определяете метрики и проверяете, действительно ли данные означают то, что все думают. Качество данных, документация и права доступа имеют для вас значение. Кодирующие агенты (coding agents) уже являются частью вашей повседневной работы, и вы проверяете результаты их работы.
Python для обработки данных. Платформа данных в облаке, такая как BigQuery, Snowflake или Databricks. Семантический слой или хранилище метрик (metrics store). Подготовка документов для RAG: разбиение на части (chunking), индексация, метаданные. Инструменты каталога данных или отслеживания происхождения данных (data catalogue/lineage).
Куратор (counsellor) сопровождает вас в первые месяцы. Технический онбординг открывает путь, за которым следует первый клиентский проект; если ни один не готов, его заменяют внутренние стартовые наборы (starter kits). Остальное осваивается на проектах, с AI Engineers и при поддержке сообщества Context & Analytics Engineer, в частности, контекстного инжиниринга (context engineering), то есть работы, которая делает данные пригодными для использования агентами ИИ. С 2027 года архетип Context & Analytics Engineer будет иметь свою собственную шкалу компетенций и программу обучения, в дополнение к общей базе для всех AI Applied Engineers (оценка ИИ, ответственность в продакшене). В дальнейшем возможна кросс-функциональная роль (Project Tech Lead, Pre-sales Engineer, Engineering Manager), а также роли в главах AI Architect и AI Product Manager. Вознаграждение: от 53 000€ до 63 000€ брутто в год (фиксированная часть) + до 5 000€ переменная часть в зависимости от опыта и уровня квалификации
Миссия Ценность агента определяется ценностью данных и знаний, на которых он основывается. Конвейеры данных, модели данных, определения метрик, права доступа: вы создаете и управляете этой основой, и на нее опираются приложения и агенты наших клиентов. Когда аналитик или агент запрашивает число, ответ исходит от финансового отдела, сопровождается его определением и источником. Эта должность для вас, если вы хотите, чтобы бизнес-подразделения и агенты могли доверять данным и использовать их. Artefact сопровождает крупнейшие компании мира во внедрении ИИ: 3000 AI makers в более чем 30 странах, более 1000 клиентов. Во Франции департамент Engineering насчитывает около 300 человек под руководством CTO; вы присоединитесь к главе AI Applied Engineer, архетипу Context & Analytics Engineer. Задачи и обязанности Совместно с бизнес-подразделениями и аналитиками необходимо определить значение каждой метрики и проверить соответствие данных этим определениям. На этой основе Product Engineers и AI Engineers создают приложения и агентов. Platform Engineers используют инфраструктуру, на которой работают ваши конвейеры. Обмен информацией с владельцами данных и командами по управлению данными клиента, проверка кода коллегами и сопровождение новых сотрудников дополняют ежедневную работу. Ваши обязанности: Создание конвейеров приема данных и моделей данных, например, с использованием dbt. Настройка проверок качества данных и поддержание отслеживания происхождения данных (lineage). Создание семантического слоя и определений метрик, чтобы люди и агенты использовали одни и те же числа, в том числе при запросах text-to-SQL. Определение правил управления данными и прав доступа. Создание конвейеров знаний для RAG: индексация, разбиение на части (chunking), метаданные, разрешения. Подготовка контекста, пригодного для использования агентами: метаданные, определения, отслеживание происхождения данных и разрешения. Искомый профиль Обязательно: Вы уверенно пишете SQL и моделируете данные для анализа. В вашем активе есть запланированные, протестированные и отслеживаемые конвейеры данных. Работая с бизнес-подразделениями, вы определяете метрики и проверяете, действительно ли данные означают то, что все думают. Качество данных, документация и права доступа имеют для вас значение. Кодирующие агенты (coding agents) уже являются частью вашей повседневной работы, и вы проверяете результаты их работы. Плюс, но не обязательно: Python для обработки данных. Платформа данных в облаке, такая как BigQuery, Snowflake или Databricks. Семантический слой или хранилище метрик (metrics store). Подготовка документов для RAG: разбиение на части (chunking), индексация, метаданные. Инструменты каталога данных или отслеживания происхождения данных (data catalogue/lineage). Не обязательно соответствовать всем требованиям, чтобы подать заявку: если у вас есть основные обязательные навыки и желание освоить остальное, давайте поговорим. Почему стоит присоединиться к нам? В сфере, где два дашборда иногда показывают разные цифры, эта должность заключается в восстановлении доверия: правильная цифра, общее определение, идентифицируемый источник. Эта работа, незаметная в случае успеха, определяет все, что строят другие архетипы поверх нее. Мы AI makers: ИИ строится вместе с нашими клиентами, а не только для них. Их задачи становятся нашими, и наш технический выбор объясняется языком бизнеса. Мы занимаем четкую позицию; она меняется в зависимости от фактов, никогда под давлением. Наша область меняется каждый месяц, и нас устраивает этот темп: новые технологии и новые отрасли осваиваются быстро, а устаревшие привычки отбрасываются без сожаления. Столкнувшись со сложной проблемой, мы стремимся разбить ее на проверяемые этапы, с высоким уровнем требований как к коду, так и к результату. Когда чего-то не хватает, для клиента или для главы (chapter), мы это создаем. Прогресс достигается через конструктивную обратную связь, обмен знаниями, своевременный запрос помощи и признание работы других. Есть многому чему научиться и многое построить. Куратор (counsellor) сопровождает вас в первые месяцы. Технический онбординг открывает путь, за которым следует первый клиентский проект; если ни один не готов, его заменяют внутренние стартовые наборы (starter kits). Остальное осваивается на проектах, с AI Engineers и при поддержке сообщества Context & Analytics Engineer, в частности, контекстного инжиниринга (context engineering), то есть работы, которая делает данные пригодными для использования агентами ИИ. С 2027 года архетип Context & Analytics Engineer будет иметь свою собственную шкалу компетенций и программу обучения, в дополнение к общей базе для всех AI Applied Engineers (оценка ИИ, ответственность в продакшене). В дальнейшем возможна кросс-функциональная роль (Project Tech Lead, Pre-sales Engineer, Engineering Manager), а также роли в главах AI Architect и AI Product Manager. Процесс найма Процесс занимает около четырех часов, распределенных по шести этапам, один из которых проходит на месте. Собеседование с HR (45 мин, удаленно): ваш опыт, мотивация и практические вопросы, такие как календарь и пожелания по заработной плате. Звонок с CTO (15–30 мин, удаленно). Технический скрининг (30 мин, удаленно, с членом главы AI Applied Engineer): подробный обзор ваших прошлых проектов, затем технические вопросы и вопросы по дизайну решений. Code review и live coding (60 мин, на месте, с членом главы): проверка существующего репозитория кода и исправление его недостатков, затем создание новой функции с помощью coding agent и представление результата. Техническое задание (45 мин, удаленно, с членом главы): определение бизнес-проблемы, предложение технического решения, описание метода оценки, затем обсуждение ваших решений. Финальное собеседование (30 мин, удаленно, с руководителем департамента, Engineering Manager или Director): обсуждение оставшихся открытых вопросов, выбор архетипа и уровня, наиболее подходящих вашему профилю, и ответы на все ваши вопросы. На разных этапах разрешены все инструменты ИИ или ни одного. Во время live coding наблюдается способ работы с помощью ИИ. Вознаграждение: от 53 000€ до 63 000€ брутто в год (фиксированная часть) + до 5 000€ переменная часть в зависимости от опыта и уровня квалификации В Artefact мы убеждены, что разнообразие путей, опыта и точек зрения обогащает наши команды. Мы стремимся создать инклюзивную среду и справедливые возможности, где каждый может развиваться и полностью реализовать свой потенциал. Наш подбор основан на компетенциях, потенциале и соответствии роли.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 54 200 до 70 300