Data and Analytics Engineer

Инженер по аналитике и специалист по ИИ О роли В качестве инженеров по аналитике вы будете сочетать экспертизу в области страхования с возможностями инженерии данных и аналитики полного цикла. Вы поможете создать основу данных, которая обеспечивает работу платформы ИИ Snowflake. Эта роль сфокусирована на уровнях, которые делают ИИ надежным: чистые, хорошо смоделированные данные, управляемые конвейеры и семантические модели, которые предоставляют бизнес-значения интерфейсам на естественном языке. Вы будете проектировать строгие модели данных, создавать конвейеры данных и конструировать семантический слой, который находится между необработанными данными и ИИ-агентами. Вы будете отвечать за настройку структурированных, надежных и готовых к работе с агентами данных. Шаблоны развертывания и обнаруженные вами пробелы в моделях данных напрямую передаются командам LOB, делая вас как практиком, так и источником сигналов для того, что будет создано дальше. Над чем вы будете работать Моделирование данных и архитектура Проектируйте гибкие, высокопроизводительные модели данных, которые направляют команды LOB к единому источнику правды в их бизнес-доменах LOB. Используйте SQL, Python, dbt и Snowflake для создания и поддержки инфраструктуры данных для отчетности, анализа и автоматизации. Выполняйте проверку качества данных и разрабатывайте автоматизированные процедуры тестирования для моделей данных Snowflake. Предоставляйте информацию для стратегий управления данными, включая разрешения, отслеживание происхождения данных и определения данных. Проектируйте безопасность данных так, чтобы у модели был доступ только к необходимым данным. Семантический слой и готовность к работе с агентами Создавайте семантические модели данных, которые предоставляют данные LOB для запросов на естественном языке через Cortex Analyst, превращая сложные схемы во что-то, что бизнес-стейкхолдер и клиенты могут использовать для постановки вопросов. Определяйте и проверяйте метрики, измерения и взаимосвязи, которые ИИ-агентам необходимы для правильного рассуждения на данных LOB. IMP Выявляйте и устраняйте пробелы в структуре данных, именовании и охвате, которые могли бы привести к сбою агента или некорректным результатам. Документация Документированные плейбуки, переиспользуемые шаблоны моделей данных и библиотеки семантических моделей, которые можно поддерживать и расширять. Проводите технические семинары для повышения квалификации других членов команды. Создавайте конфигурации семантических представлений и файлы навыков (YAML + Markdown), которые нетехнический аналитик может вызывать на простом английском языке. Обязательные технические навыки Продвинутый SQL: CTE, оконные функции, паттерны инкрементальных конвейеров. Вы можете писать сложные запросы без обращения к документации. Инженерия аналитики и моделирование данных: Опыт создания инфраструктуры данных, включающей крупномасштабные реляционные наборы данных; сильное понимание проектирования конвейеров, QA и тестирования полного стека от приема до семантического слоя. dbt: Опыт создания и поддержки проектов dbt с тестированием, документацией и CI/CD конвейерами. Python: Современный, с типизацией, читаемый. Вы понимаете конвейеры данных на Python и рабочие процессы автоматизации. Разработка с помощью ИИ: Вы использовали ИИ-ассистента для кодирования (CoCo, Cursor, GitHub Copilot, Claude или аналогичный) в качестве основной среды разработки. Ежедневное использование является базовым. Семантическое моделирование: Вы можете написать конфигурацию семантического представления или структурированный файл навыков, который обрабатывает крайние случаи и кодирует достаточно знаний предметной области, чтобы модель вела себя как эксперт. Коммуникация с клиентами: Вы пишете код, но ваш результат должен быть понятен бизнес-лидеру, который никогда не открывал терминал. Вы являетесь уровнем перевода между тем, что ИИ Snowflake может сделать, и тем, что на самом деле нужно клиенту. Snowflake Cortex: Cortex Analyst, Cortex Agents, Cortex Search, семантические представления, Dynamic Tables. Большое преимущество Опыт работы с Airflow или другими фреймворками оркестрации. Знакомство с корпоративными бизнес-системами (ERP, CRM, HRIS или аналогичными). Обязательные гибкие навыки Ответственность за результат: Отслеживает внедрение после запуска, выявляет точки замедления и повторно вовлекается до тех пор, пока продукт данных не станет надежным и не будет передан командам эксплуатации. Кодирует, а не настраивает: Инстинкт заключается в том, чтобы превращать паттерны в переиспользуемые шаблоны и плейбуки, которые следующий инженер может развернуть у следующего клиента, а не создавать каждый раз индивидуальное решение. Уверенность в условиях неопределенности: Взаимодействует с клиентами для выявления требований, быстро прототипирует, собирает обратную связь и итерирует. Ясность сигнала: Дистиллирует беспорядочные развертывания в чистую, действенную обратную связь для руководителей, объясняя первопричины и предлагая исправления, а не просто сообщая о проблемах. Минимальные требования 8+ лет опыта в области инженерии аналитики, инженерии данных или смежной технической области, причем хотя бы часть этого опыта связана с работой с клиентами или кросс-функциональной работой. Ежедневное использование ИИ-ассистента для кодирования в качестве основного инструмента разработки. Владение SQL; может писать оконные функции и сложные соединения без обращения к документации. Опыт работы с dbt. Развернул производственную модель данных или конвейер, на которые реально полагались нетехнические бизнес-пользователи. Уверенное владение Git (PR, ветки, обзор кода). Демонстрируемый опыт преобразования бизнес-требований в технические спецификации. Почему эта роль отличается Большинство ролей инженеров по аналитике останавливаются на модели данных. Большинство полевых ролей останавливаются на рекомендации. Эта роль начинается там, где заканчиваются обе. Вы отвечаете за весь стек данных от приема исходных данных до семантического слоя, и вы обеспечиваете, чтобы каждый слой был чистым, протестированным и структурированным для надежного рассуждения ИИ-агентов. Вы пишете код. Вы строите семантическую основу. Вы обеспечиваете, чтобы он работал в производственной среде и команда эксплуатации могла его поддерживать. Почему стоит присоединиться к Nimble Gravity?
Вы поможете ведущим финансовым учреждениям и другим клиентам освоить ИИ значимым образом. Вы будете работать напрямую с клиентами, инженерами и специалистами по ИИ, чтобы превратить новые технологии в измеримые бизнес-результаты. Если вы любите учить, фасилитировать, влиять и помогать людям принимать новые способы работы, мы будем рады поговорить. Nimble Gravity является работодателем, предоставляющим равные возможности, и рассматривает кандидатов независимо от расы, цвета кожи, религии, пола, сексуальной ориентации, национального происхождения, возраста, инвалидности, статуса ветерана или любой другой характеристики, защищенной применимым законодательством. Мы не спонсируем визы H1B