AI CoE Senior Data Engineer & Architect

О команде QAD | Redzone разрабатывает корпоративную AI-платформу для поддержки AI-рабочих процессов и агентов в масштабах всей организации. Центр передового опыта в области ИИ (CoE) отвечает за реализацию этих амбиций путем развертывания и измерения рабочих процессов в приоритетных бизнес-функциях. CoE небольшой, состоит из опытных специалистов и обеспечивает высокую эффективность. Специалисты по работе с ИИ (AI Engagement Specialists) отвечают за взаимодействие с бизнес-подразделениями; Архитектор ИИ и Старший инженер ИИ создают платформу и агентов; AI Operations отвечает за эксплуатацию. Старший инженер и архитектор данных (Senior Data Engineer & Architect) отвечает за то, от чего зависит каждый агент: предоставление нужных данных агентам, актуальных, управляемых и в удобном для использования виде.

Почему существует эта должность Каждый вариант использования ИИ в портфеле CoE зависит от данных: из систем продаж и работы с клиентами, из источников знаний поддержки и инжиниринга, а также из систем доставки и эксплуатации. Прежде чем агент сможет их использовать, эти данные должны быть объединены, актуальны, управляемы и проверены на соответствие разрешениям каждого пользователя. Эта должность делает данные общим, повторно используемым ресурсом AI CoE, а не чем-то, создаваемым заново для каждого варианта использования. Она отвечает за уровень данных на этапах оценки осуществимости и разработки, а также обеспечивает работу данных после запуска.

Обзор должности Старший инженер и архитектор данных AI CoE отвечает за уровень данных в жизненном цикле ИИ. Вы будете оценивать осуществимость данных для каждого нового варианта использования, создавать и поддерживать конвейеры, которые питают AI-платформу, моделировать семантический уровень, к которому обращаются агенты вместо необработанных таблиц, и обеспечивать, чтобы каждый агент видел только те данные, которые разрешено видеть его пользователю. Это практическая инженерная роль с ответственностью за производство, оцениваемая по предоставлению агентам корректных, актуальных и разрешенных данных, а также по более быстрому достижению готовности данных для каждого нового варианта использования.

Место этой должности в структуре Отчитывается перед Руководителем Центра передового опыта в области ИИ. Ежедневно работает со Старшим инженером ИИ; с Архитектором ИИ по эталонной архитектуре; со Специалистом по работе с ИИ по осуществимости данных; с Руководителем AI Ops по состоянию конвейеров и затратам; с системными интеграторами; с владельцами данных в каждом подразделении; с отделом безопасности и GRC.

Отвечает за оценку осуществимости данных, конвейеры данных ИИ и коннекторы, семантические модели и метрики для использования ИИ, готовые к поиску источники знаний, шаблоны доступа к данным для агентов, а также за цели по актуальности и качеству данных.

QAD | Redzone — AI CoE Data Engineer · AI Centre of Excellence Ответственность за корректные, актуальные, управляемые данные для каждого агента в производстве, оценивается по актуальности, качеству, повторному использованию семантических моделей и времени от утверждения PRD до готовности данных.

Местоположение Индия

За что вы будете отвечать

1. Осуществимость и готовность данных • Оценивать данные, стоящие за каждым PRD, до утверждения сборки: источники, владельцы, объемы, качество, пути доступа и пробелы, оформляя это в виде представления готовности данных, на основе которого может действовать этап утверждения, указывая, что отсутствует, устарело или не разрешено, и предлагая варианты исправления.

Конвейеры и интеграция • Создавать и поддерживать конвейеры, которые питают AI-платформу (в настоящее время на AWS) и хранилища, к которым обращаются агенты, такие как BigQuery или Redshift, с инкрементальной и, где это важно, событийной синхронизацией. • Устранять разрывы в актуальности: знать, сколько времени требуется новой записи или документу, чтобы попасть к агенту, установить целевой показатель с бизнесом и достичь его. Обрабатывать удаления и изменения разрешений, а не только новые записи. • Создавать и поддерживать коннекторы с системными интеграторами, чтобы каждый новый источник добавлялся один раз и использовался повторно в различных сценариях.

Семантический уровень • Моделировать бизнес-сущности и метрики, необходимые агентам, на семантическом уровне, чтобы агенты запрашивали управляемые определения, согласованные с данными отчетов, а не писали SQL-запросы к необработанным таблицам. • Устанавливать ограничения для структурированных запросов: доступ только для чтения, ограничения на количество строк, временные ограничения и ограничения стоимости для любого агента, который запрашивает данные.

2. Знания, готовые к поиску • Подготавливать неструктурированные источники для поиска вместе со Старшим инженером ИИ: метаданные, теги выпуска и версии, теги доступа, а также структуру, сохраняющую контекст источника; создавать и поддерживать эталонные наборы данных, используемые для тестирования качества поиска и ответов.

Доступ к данным, безопасность и управление • Обеспечивать, чтобы агенты действовали от имени пользователя: доступ в рамках пользователя, безопасность на уровне строк и столбцов в семантическом уровне, а также отсутствие избыточно привилегированных общих учетных записей служб. • Правильно обрабатывать конфиденциальные данные с отделами безопасности и GRC: классификация, маскирование персональных данных клиентов в заявках, правила резидентности для регулируемых регионов, отслеживание происхождения данных и аудиторские свидетельства.

Эксплуатация и улучшение (L5) • Отвечать за работоспособность конвейеров в производстве: мониторинг актуальности и качества, оповещения для реагирования, а также быстрое восстановление при изменении схемы исходной системы; совместно с AI Ops контролировать расходы на обработку, хранение и встраивание для каждого варианта использования. • Превращать каждую сборку в повторно используемые продукты данных, чтобы следующий вариант использования начинался с общих моделей и коннекторов, а не с нуля.

Основные требования • 8+ лет опыта в инжиниринге данных, включая не менее 3 лет создания данных для ML, аналитики или Gen AI продуктов, работающих в производстве. • Отличное знание SQL и Python, а также практический опыт оркестрации конвейеров, например, Airflow, dbt, AWS Glue или аналогичных. • Облачные платформы данных: Azure, AWS (S3, Glue, Redshift, RDS) и/или Google BigQuery. • Семантическое и размерностное моделирование: практический опыт работы с семантическим уровнем или уровнем метрик, таким как Cube, dbt Semantic Layer, LookML или Power BI semantic models. • Инкрементальная и событийная загрузка: захват изменений данных (CDC), веб-хуки или потоковая передача, а также обработка удалений и задерживающихся данных. • Данные для поиска: загрузка документов, проектирование метаданных и гибридный или векторный поиск (например, OpenSearch, Elasticsearch или pgvector), а также достаточное понимание встраиваний (embeddings) для работы с инженером ИИ. • Практический опыт работы с безопасностью данных: ролевой доступ, безопасность на уровне строк и столбцов, обработка персональных данных и управление идентификацией и доступом в облаке. • Интеграция API с корпоративными SaaS-решениями, такими как CRM и Atlassian REST APIs. • Дисциплина в области качества данных: тесты, мониторинг актуальности и качества, а также целевые показатели уровня обслуживания для данных. • Четкая коммуникация с владельцами данных и бизнес-командами: способность объяснить, что данные могут и не могут поддерживать, и почему.

Глубина знаний в области данных Мы ищем человека, который запускал конвейеры в производстве и жил с их последствиями, и может определить, когда неправильный ответ агента на самом деле является проблемой данных.

Крайне желательно • Опыт работы с данными о продажах и клиентах, данными поддержки и инжиниринга, или данными ERP и производства; знание Progress OpenEdge будет плюсом. • Опыт работы с корпоративной платформой RAG или AI, а также с предоставлением данных агентам через API или инструменты MCP. • Опыт работы с системными интеграторами и центральной командой по данным, а также в разных часовых поясах; опыт работы с корпоративными B2B SaaS-решениями.

Чем эта роль НЕ является • Не разработчик BI. Дашбордами занимаются подразделения и AI Ops; вы обеспечиваете надежность данных, лежащих в их основе, и агентов. • Не владелец корпоративной платформы данных. Вы работаете с центральной командой по данным и используете их активы, а также создаете то, что нужно для вариантов использования ИИ, поверх них. • Не инженер ИИ. Логика агентов, промпты и модели находятся в ведении Старшего инженера ИИ; вы отвечаете за данные, от которых они зависят.

QAD | Redzone — AI CoE Data Engineer · AI Centre of Excellence • Не разовый интегратор. Вы отвечаете за конвейеры и семантические модели в производстве после запуска.

Как выглядит успех Первые 3 месяца • Оценка осуществимости данных, завершенная для приоритетных вариантов использования. • Чек-лист готовности данных, встроенный в этапы утверждения и используемый для каждого нового варианта использования. • Согласованный шаблон доступа с отделом безопасности для данных в рамках пользователя и измеренная актуальность для приоритетных источников данных. • Семантический уровень версии 1, запущенный для приоритетной области, используемый производственными агентами. • Установлены и отслеживаются целевые показатели актуальности и качества для каждого производственного источника данных.

Ваше здоровье и благополучие важны для нас в QAD. Мы предлагаем программы, которые помогут вам достичь здорового баланса между работой и личной жизнью. Возможность присоединиться к растущему бизнесу, который выходит на следующий этап расширения и трансформации. Культура сотрудничества, состоящая из умных и трудолюбивых людей, которые поддерживают друг друга в достижении целей. Атмосфера роста и возможностей, где обмен идеями всегда имеет приоритет над должностью или иерархией. Компенсационные пакеты, основанные на опыте и требуемых навыках.

О QAD: QAD | Redzone переосмысливает производство и цепочки поставок с помощью своей интеллектуальной адаптивной платформы, которая объединяет людей, процессы и данные в единую Систему Действий. С тремя основными компонентами — Redzone (расширение возможностей линейных сотрудников), Adaptive Applications (интеллектуальный каркас) и Champion AI (Агентский ИИ для производства) — QAD | Redzone помогает производителям работать с Champion Pace, достигая измеримого повышения производительности, устойчивости и роста всего за 90 дней.

QAD стремится к тому, чтобы каждый сотрудник чувствовал, что работает в среде, которая ценит его вклад, уважает его уникальные взгляды и предоставляет возможности для роста независимо от его происхождения. Программа DEI QAD способствует повышению уровня разнообразия, справедливости и инклюзивности, чтобы сотрудники могли полностью раскрывать свой потенциал на работе.

Мы являемся работодателем, предоставляющим равные возможности, и не дискриминируем ни одного сотрудника или кандидата на основании расы, цвета кожи, пола, возраста, национального происхождения, религии, сексуальной ориентации, гендерной идентичности, статуса ветерана, инвалидности или любой другой федеральной, государственной или местной защищенной категории.

QAD является мировым лидером в области облачных корпоративных решений, позволяющих компаниям быстрее адаптироваться и процветать в условиях все более динамичного, цифрового мира. С сильным акцентом на инновации и ИИ-инсайты, QAD формирует будущее корпоративной трансформации в различных отраслях. Мы способствуем созданию гибкой, инклюзивной культуры, где смелые идеи и талантливые специалисты, ориентированные на будущее, способствуют реальным результатам. Присоединяйтесь к нам, чтобы помочь построить интеллектуальное, взаимосвязанное предприятие завтрашнего дня.

Эта гибридная позиция требует, чтобы кандидаты находились в Пуне, с 3-4 днями коллаборации в офисе в неделю.