Middle AI Analytics Engineer

О позиции

Мы — продуктовая IT-компания, специализирующаяся на технологических решениях и B2B-услугах для международных клиентов в сфере iGaming. В 2026 году мы активно масштабируем проекты и команду, открыв позицию Middle AI Analytics Engineer для усиления Data&Analytics департамента. Вы будете работать над повышением качества аналитики, автоматизацией рутинных задач и созданием фреймворка оценки качества AI-решений команды.

Чем заниматься

• Повышение качества самообслуживаемой аналитики через Metabase за счёт внедрения навыков и контекста
• Автоматизация рутинных задач аналитической команды (AI code review, навыки и др.)
• Реализация фреймворка оценки качества AI-решений аналитической команды

Что ждут

• SQL
• Python
• Знание Claude, Claude Code и MCP
• Опыт проектирования Claude skills: назначение, инструкции, примеры
• Инженерия контекста промптов и навыков
• Опыт работы с RAG: индексация источников, чанкинг, поиск и reranking
• Оценка качества поиска и ответов
• Методики оценки качества AI-решений: golden answers, evals, LLM-as-judge, регрессионное тестирование
• Мониторинг дрейфа данных и root cause analysis

Будет плюсом

• Разработка агентов через LLM API/SDK: создание собственных агентов, tool use, управление контекстом и стоимостью
• Опыт работы с BI-инструментами (Metabase или Tableau)
• Опыт работы с dbt

Условия

• Работа в офисах Киева или Варшавы либо удалённо — там, где комфортно и безопасно
• 20 оплачиваемых дней отпуска в год, госпраздники и больничные
• Медицинское страхование в топовых клиниках + покрытие расходов на психолога через платформу Pleso
• Ежемесячный benefit-бюджет на хобби, спорт и увлечения
• Мастер-классы, тимбилдинги и корпоративные мероприятия
• Обучение под любой запрос: индивидуальный бюджет на курсы, корпоративный английский, воркшопы и онлайн-библиотека
• Чёткий карьерный план с Performance Review
• Тренинги и менторские программы
• Отсутствие бюрократии и возможность свободы действий

Навыки

• SQL
• Python
• RAG
• Machine Learning Evaluation
• Prompt Engineering
• Context Engineering
• LLM
• Apache Superset
• BI Tools
• dbt
• Agent Development
• Data Drift Monitoring

Могут спросить на собеседовании

1. Как вы проектируете систему RAG для обеспечения высокой точности поиска и генерации ответов?
2. Какие метрики и методы оценки вы используете для измерения качества AI-моделей и решений?
3. Приведите пример реализации функции или компонента на Python в контексте анализа данных или AI-систем.
4. Как вы подходите к мониторингу дрейфа данных и диагностике проблем в производственных системах?
5. Расскажите о вашем опыте работы с SQL: какие сложные запросы вы писали и как оптимизировали производительность?