Название: ML/Data Engineer
Местоположение: Румыния / Удаленно
Intetics Inc., глобальная технологическая компания, предоставляющая услуги по разработке заказного программного обеспечения, распределенные профессиональные команды, оценку качества программных продуктов и решения "всего, что связано с цифровыми технологиями", ищет высококвалифицированного и опытного ML/Data Engineer для присоединения к нашей динамичной команде на полный рабочий день.
Местоположение клиента: США
Местоположение кандидата: ТОЛЬКО ЕС
Рабочие часы: 11.00-20.00 CET
Язык: Английский B2+
Предполагаемая дата начала: 16.11.2026
Продолжительность: 12 месяцев
Обязанности по проекту
- Проектирование и создание производственной инфраструктуры данных для обработки больших объемов данных о производительности спортсменов и данных с датчиков.
- Создание и эксплуатация систем приема данных в реальном времени и близком к реальному времени для потоковой передачи данных.
- Проектирование хранилищ и архитектур данных для больших объемов временных рядов и продольных записей спортсменов.
- Создание инфраструктуры, которая делает производственные функции и производные метрики доступными для систем машинного обучения и ИИ-агентов с низкой задержкой.
- Проектирование и реализация графовых моделей данных и схем, представляющих отношения между спортсменами, тренировочными нагрузками, травмами, производительностью и результатами.
- Создание инфраструктуры для оценки данных и ML, которая помогает измерять надежность модели, калибровку и производительность в реальных случаях.
- Проектирование систем, которые поддерживают надежную изоляцию данных на уровне арендаторов между клубами и клиентами.
- Обеспечение соответствующего происхождения данных, их отслеживаемости, аудируемости и наблюдаемости на всей платформе.
- Работа с ML и инженерами ИИ для предоставления надежных основ данных для обучения моделей, вывода и оценки.
- Работа со спортивными учеными и экспертами предметной области для преобразования сложных требований в надежные производственные системы.
- Принятие прагматичных технологических и архитектурных решений по мере развития платформы.
Требования
- 5+ лет полного рабочего дня профессионального опыта в области разработки программного обеспечения или инженерии данных, исключая стажировки, университетские практики, курсовые работы и академические проекты.
- Подтвержденный опыт проектирования, создания и эксплуатации производственной инфраструктуры данных в масштабе.
- Значительный опыт работы с временными рядами или базами данных временных рядов, такими как InfluxDB, TimescaleDB, Prometheus, ClickHouse или аналогичными технологиями.
- Значительный опыт работы с приемом потоковых данных или данных в реальном времени с использованием таких технологий, как Kafka, Kinesis, Flink, Spark Streaming, Pulsar или аналогичных.
- Опыт проектирования графовых моделей данных или схем графовых баз данных, а не просто запросов или потребления существующей графовой базы данных.
- Опыт проектирования или эксплуатации многопользовательских систем с изоляцией данных на уровне арендатора.
- Сильные навыки Python и SQL. Профессиональный опыт работы с Go весьма желателен.
- Опыт работы с производственными системами, где важны надежность, масштабируемость, наблюдаемость и корректность данных.
- Способность брать на себя ответственность за неоднозначные технические проблемы и преобразовывать их в практические производственные архитектуры.
- Опыт работы напрямую с специалистами по данным, ML-инженерами или другими специалистами в технических областях.
- Опыт создания инфраструктуры для вероятностной оценки, калибровки моделей или мониторинга моделей.
- Опыт работы с причинно-следственными выводами, контрфактическим моделированием или моделированием.
- Опыт работы с носимыми датчиками, данными IoT, биомеханикой, спортивными технологиями или другой высокочастотной телеметрией.
- Опыт создания графов знаний или предметно-ориентированных онтологий.
- Опыт работы с фреймворками оценки LLM или ИИ и понимание их ограничений.
- Опыт работы с AWS, включая ECS, EC2, Lambda, SNS, SQS или связанные с ними сервисы.
- Опыт работы с GraphQL, REST, gRPC, Postgres, MongoDB или аналогичными технологиями.
