В Отдел ИИ и аналитики данных Majorpack в офис в Москве ищем Python & SQL аналитика GenAI инженера данных уровня middle / senior.
Majorpack — промышленный производитель антикоррозионных покрытий насосно-компрессорных труб (НКТ) для нефтяных компаний, с собственной НИОКР-базой.
Мы — крупнейшее в мире производство покрытий НКТ с международным присутствием, суточный выпуск — 280 т ежедневно, собственные 3 производственные площадки полного цикла.
— AI Engineering Multi-agents: Продвинутая разработка полного цикла — от согласования требований с бизнес-заказчиками до выпуска полностью готовых решений в прод. Развертывание мультиагентных систем для автоматизации рутины на автопилоте, по триггерам или в режиме чата с сотрудниками. Включает автоматизацию тестов, рефакторинга и деплоя силами агентов, мониторинг метрик, логирование, алертинг и строгий контроль версий.
— Advanced Multimodal RAG: Развертывание систем с продвинутой памятью диалога: автокомпакт истории (RAG-summary) для экономии токенов. Векторизация медиа (MP3/MP4/Img) и прямое подключение SQL к LLM для поиска точных цифр. Гибридный поиск и жесткий контроль цепочки RAG на каждом этапе. Развертывание ИИ помощников на Open WebUI интерфейсе для пользователей или деплой на автопилоте на VDS.
— Автоматизация контроля качества и детекции брака на производстве: раннее выявление отклонений, снижение потерь, повышение стабильности качества.
— Автоматизация ETL/ELT и BI-аналитики “почти в реальном времени”: сбор данных из корпоративных систем, оборудования и внешних сервисов → SQL-БД → витрины → дашборды/мониторинг; поиск узких мест для роста эффективности производства.
Production Multi-agent & RAG: Продвинутая разработка систем на базе Claude Code (Terminal Agents) и Cursor. Опыт реализации долгосрочной памяти, гибридных подходов векторизации и контроля качества RAG-цепочки. Обязательны подтвержденные кейсы сложных внедрений в проде.
Быстрая сборка проектов: Сборка мультиагентных систем в Cursor/Open Code, умение поддерживать архитектуру при высокой скорости «vibe coding».
Уверенные Python и SQL: автоматизированные ETL/ELT пайплайны (CRM/ERP/Excel/API → SQL), интеграции с API, контроль качества данных и стабильности загрузок.
Навыки деплоя и инфраструктуры: Опыт запуска разных скриптов на Python на одном VDS безопасно в отдельных изолированных окружениях (venv) или контейнерах с Docker.
Опыт ClickHouse и/или PostgreSQL: проектирование, администрирование, производительность запросов, витрины/слои данных.
BI: опыт проектирования многостраничных BI в одном из инструментов Power BI / Apache Superset / FINE BI.
Подтвержденные кейсы: по ключевым внедрениям должны быть рекомендации/подтверждение результата от предыдущего работодателя (контакт непосредственного руководителя).
✔ Будет вашим преимуществом:
ML-кейсы в проде/пилотах
Airflow / Kafka
Git управление версиями
👨💻 Важные для нас навыки и качества:
Time-to-Market – MVP за дни, а не месяцы и доведение до стабильной эксплуатации.
Самостоятельное кодирование и “vibe coding” с полным пониманием кода и ответственности за результат.
Быстрая обучаемость новым технологиям, умение переводить задачу в метрики/данные/решение.
Способность автономно запускать проекты и находить решения сложных кейсов.
— официальное трудоустройство (не самозанятость), полное соблюдение ТК РФ и все социальные гарантии.
🔽Как выстроен наш процесс отбора:
Приглашаем в нашу команду!
