Perplexity — это ИИ для людей, которые ожидают большего. Эта роль приносит тот же стандарт в работу нашей команды данных, с ИИ в центре всего, что мы делаем.

Мы ищем человека, который был отличным дата-сайентистом, инженером аналитики или инженером данных: такого человека, который знает, какая метрика действительно важна, может спроектировать A/B тест, отвечающий на настоящий вопрос, глубоко изучал модель данных, потому что что-то не сходилось, и решил, что самое эффективное, что он может сделать дальше — создавать ИИ-системы, которые фундаментально меняют процесс работы с наукой о данных.

Вы будете создавать ИИ-агентов и внутренние системы, которые всё больше смогут обрабатывать сквозные рабочие процессы анализа: формировать гипотезы, писать и запускать запросы, интерпретировать результаты и составлять рекомендации с правильной оценкой, проверкой и защитными механизмами. Вы построите инфраструктуру извлечения данных и циклы оценки, которые позволят ИИ-системам надежно запрашивать данные из хранилища. Вы создадите рабочие процессы, которые обнаруживают, диагностируют и помогают исправлять проблемы с данными до того, как они станут проблемами для всей компании. Вы построите инфраструктуру, которая умножит возможности небольшой команды данных.

Вы присоединитесь к команде данных, которая уже использует ИИ в своей работе. Следующий шаг — превратить эти отдельные рабочие процессы в масштабируемые системы, общие инструменты и операционную модель, основанную на ИИ, которая станет эталоном для современных команд данных.

Что вы будете делать

• Создавать ИИ-агентов, которые занимаются наукой о данных — не просто помощников по SQL, а системы, которые могут безопасно исследовать данные, формировать гипотезы, запускать запросы, интерпретировать результаты и генерировать действенные рекомендации с четкими циклами оценки и проверки человеком.

• Обеспечивать надежные запросы ИИ-систем к хранилищу — строить инфраструктуру извлечения и циклы оценки, которые позволяют агентам точно использовать наш семантический контекст и метаданные.

• Ускорять рабочий процесс, основанный на ИИ — превращать лучшие существующие рабочие процессы с поддержкой ИИ в повторяемые системы, переиспользуемые инструменты и шаблоны, которые может принять вся команда данных.

• Автоматизировать жизненный цикл данных — создавать самовосстанавливающиеся пайплайны, автоматическую генерацию и валидацию моделей dbt, агентов контроля качества данных и рабочие процессы диагностики, которые уменьшают ручное тушение пожаров.

• Внедрять анализ экспериментов с поддержкой ИИ — создавать агентов, которые интерпретируют результаты A/B тестов, выявляют статистические проблемы, определяют вероятные причины и составляют рекомендации по запуску или отмене.

• Преобразовывать команду данных в продуктовую команду — создавать внутренние продукты данных, которыми заинтересованные стороны пользуются ежедневно, заменяя разовые запросы на интерфейсы самообслуживания с ИИ.

• Отвечать за полный жизненный цикл — выявлять задачи с высоким потенциалом, создавать прототипы с помощью больших языковых моделей (LLM), оценивать точность, проектировать UX, запускать в продакшен и контролировать качество со временем.

Что мы ищем

• 6+ лет опыта в науке о данных, аналитической инженерии, инженерии данных или смежной области. Вы достаточно близко работали с реальными данными, чтобы понимать, что следует и не следует автоматизировать.

• Глубокие знания SQL и аналитическое мышление — вы умеете рассуждать о метриках, экспериментах, моделях данных и сложной реальности хранилища без зависимости от инструментов, которые думают за вас.

• Сильное чувство продукта — вы понимаете, что действительно нужно заинтересованным сторонам, что делает рабочий процесс приемлемым и как превратить прототип в продукт, которым пользуются люди.

• Практические навыки Python для продакшена — вы умеете создавать и запускать рабочие инструменты, работать с API, оценивать результаты моделей, разворачивать сервисы и писать код, который могут поддерживать другие.

• Практический опыт работы с LLM — вы создавали решения с использованием передовых моделей, агентов, систем RAG, evals или рабочих процессов с поддержкой ИИ и имеете мнение о том, где они работают, а где нет.

• Знание пайплайнов и моделирования — вы работали с dbt, схемами хранилищ, проблемами качества данных и понимаете практические компромиссы при создании надежных систем данных.

• Менталитет создателя — вы видите ручной процесс и сразу думаете, как его систематизировать. Вы быстро выпускаете продукт, измеряете качество и итеративно улучшаете.

• Автономность — это новая функция. Вы будете помогать определять дорожную карту так же, как и выполнять её.

Плюсы

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

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

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

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

• Опыт работы с BI-инструментами и понимание, что следует автоматизировать, а что лучше оставить под контролем человека.

• Опыт работы в стартапах на ранних стадиях.

Почему эта роль

• Установить стандарт для отрасли — команда данных Perplexity уже использует ИИ в своей работе. Вы превратите это в эталон, на который будут ориентироваться другие команды данных.

• Создавать ИИ с помощью ИИ — Perplexity создает ИИ для людей, которые ожидают большего. Вы принесете тот же уровень амбиций в работу с данными компании.

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

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

• Прямое влияние — небольшая команда, без уровней согласования. От идеи до запущенной системы за дни, а не кварталы.