Member of Data Staff (Data Acceleration)

Вознаграждение: $175 000 - $330 000 в год

Perplexity — это ИИ для тех, кто ждет большего. Эта роль применяет тот же стандарт к работе нашей команды данных, где ИИ находится в центре всего, что мы делаем.

Мы ищем кого-то, кто был отличным специалистом по данным, инженером по аналитике или инженером данных: человека, который знает, какая метрика действительно имеет значение, может разработать A/B-тест, отвечающий на реальный вопрос, глубоко погрузился в модель данных, потому что что-то не сходилось, и решил, что самое эффективное, что он может сделать дальше, — это создавать ИИ-системы, которые кардинально изменят подход к науке о данных.

Вы будете создавать ИИ-агентов и внутренние системы, способные все чаще обрабатывать сквозные аналитические процессы: формулировать гипотезы, писать и выполнять запросы, интерпретировать результаты и составлять рекомендации с соответствующей оценкой, проверкой и механизмами контроля. Вы будете создавать инфраструктуру поиска и циклы оценки, которые позволят ИИ-системам надежно запрашивать хранилище данных. Вы будете создавать рабочие процессы, которые обнаруживают, диагностируют и помогают устранять проблемы с данными до того, как они станут общекорпоративными. Вы будете создавать инфраструктуру, которая умножит возможности небольшой команды данных.

Вы присоединитесь к команде данных, которая уже использует ИИ в своей работе. Следующий шаг — превращение этих индивидуальных рабочих процессов в масштабируемые системы, общие инструменты и ИИ-ориентированную операционную модель, которая станет эталоном для работы современных команд данных.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

• Создавать ИИ-агентов для анализа данных — не просто SQL-помощников, а системы, которые могут безопасно исследовать данные, формулировать гипотезы, выполнять запросы, интерпретировать результаты и генерировать практические рекомендации с четкой оценкой и циклами проверки человеком.

• Обеспечивать надежный доступ ИИ-систем к хранилищу данных — создавать инфраструктуру поиска и циклы оценки, которые позволяют агентам точно использовать наш семантический контекст и метаданные.

• Ускорять ИИ-ориентированный рабочий процесс обработки данных — превращать лучшие существующие рабочие процессы с поддержкой ИИ в повторяемые системы, повторно используемые инструменты и шаблоны, которые может использовать вся команда данных.

• Автоматизировать жизненный цикл данных — создавать самовосстанавливающиеся конвейеры, автоматическую генерацию и проверку моделей dbt, агентов качества данных и рабочие процессы диагностики, которые сокращают ручное устранение неполадок.

• Обеспечивать анализ экспериментов с использованием ИИ — создавать агентов, которые интерпретируют результаты A/B-тестов, отмечают статистические проблемы, выявляют вероятные движущие силы и составляют рекомендации по внедрению/отказу.

• Превратить команду данных в продуктовую команду — создавать внутренние продукты данных, которыми ежедневно пользуются заинтересованные стороны, заменяя разовые запросы интерфейсами самообслуживания на базе ИИ.

• Отвечать за полный жизненный цикл — выявлять задачи с высоким потенциалом, прототипировать с использованием LLM, оценивать точность, разрабатывать UX, внедрять в производство и отслеживать качество с течением времени.

ЧТО МЫ ИЩЕМ

• 6+ лет опыта работы в области науки о данных, аналитической инженерии, инженерии данных или смежных областях. Вы достаточно близко работали с реальными данными, чтобы знать, что следует, а что не следует автоматизировать.

• Глубокие знания SQL и аналитической логики — вы можете рассуждать о метриках, экспериментах, моделях данных и запутанной реальности хранилища данных, не полагаясь на инструмент для принятия решений.

• Сильное понимание продукта — вы понимаете, что на самом деле нужно заинтересованным сторонам, что делает рабочий процесс принимаемым, и как превратить прототип в продукт, которым пользуются люди.

• Практический опыт работы с LLM — вы работали с передовыми моделями, агентами, системами RAG, оценками или рабочими процессами на базе ИИ и имеете свое мнение о том, где они работают, а где терпят неудачу.

• Опыт работы с конвейерами и моделями — вы работали с dbt, схемами хранилищ данных, проблемами качества данных и практическими компромиссами, лежащими в основе надежных систем данных.

• Склонность к созданию — вы видите ручной процесс и немедленно думаете о том, как его систематизировать. Вы быстро внедряете, измеряете качество и итерируете.

• Автономность — это новая функция. Вы будете в равной степени участвовать в определении дорожной карты и ее выполнении.

БОНУСЫ

• Опыт создания производственных ИИ-агентов или систем оценки агентов.

• Опыт работы с Snowflake, семантическими уровнями или системами метаданных.

• Опыт создания внутренних инструментов, Slack-ботов, CLI или продуктов для повышения продуктивности разработчиков, которыми люди действительно пользовались.

• Сильный опыт проведения экспериментов, включая разработку метрик и статистическую интерпретацию.

• Опыт работы с BI-инструментами и понимание того, что следует автоматизировать, а что оставить на ручную проверку.

• Опыт работы на ранних стадиях стартапа.

ПОЧЕМУ ЭТА РОЛЬ

• Установите отраслевой стандарт — команда данных Perplexity уже использует ИИ в своей работе. Вы превратите это в нечто, на что другие команды данных будут смотреть как на эталон.

• Создавайте ИИ с помощью ИИ — Perplexity создает ИИ для тех, кто ждет большего. Вы привнесете тот же уровень амбиций в то, как компания работает с данными.

• Передовые модели с первого дня — вы работаете в ИИ-компании с доступом к передовой инфраструктуре и людям, которые глубоко понимают, что возможно.

• Огромный рычаг — системы, которые вы создадите, умножат производительность каждого члена команды данных и каждого заинтересованного лица, которому нужны данные.

• Прямое влияние — небольшая команда, нет слоев утверждения. Идея до внедренной системы за дни, а не за кварталы.