Стажер System Analyst

Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для:

• Построения графа связей (позволяет проанализировать не только объекты и их свойства, но также их связи с другими объектами различных уровней и характеристик и применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек)
• Геопространственой аналитики: анализа локаций, построения маршрутов и тепловых карт
• Выявления и анализа попыток мошенничества и иных отклонений
• Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой

Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу:

• AI-решения для глубокого анализа данных
• Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы
• Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов
• Интеграция с внутренними LLM-шлюзами и средами исполнения агентов
• RAG-системы для работы с корпоративными базами знаний и методологиями
• Наш передовой технологический стек:
• Storage - Hadoop, Cassandra, ClickHouse, Elasticsearch, FastGraph, PostgreSQL
• Big Data Engineering- Scala, Spark, Flink
• Вackend - GO (GIN), Scala (ZIO), Kubernetes (OpenShift, DropApp)
• Fronted - React, Redux (Redux ToolKit, RTK Query), Typescript, jest. Библиотеки: react-force-graph, leaflet
• AI - Python (LangChain, LangGraph, Harness), GO (mcp-go), Typescript (no code platform), ai-coding (gigacode cli, claude, codex), RAG\GraphRag (PostgreSQL, Elasticsearch, Qdrant)
• QA - Java, TestNG, Selenium, Maven, Allure
• DevOps - Docker, Helm, Jenkins

Обязанности

• Проектирование и анализ архитектуры технического решения совместно с командой разработки
• Разработка и согласование концепции, проектной документации и технической документации, описание API, ведение документации в Confluence
• Анализ источников данных, разработка моделей данных, логики алгоритмов и интеграций
• Документирование и обеспечение соблюдения правил сбора, хранения и использования данных
• Участие в полном цикле разработки и внедрения

Требования

• в том числе Статус студента 3-5 курса, готовность выделять на стажировку минимум 30 часов в неделю в офисном формате
• Понимание жизненного цикла разработки ПО и роли системного аналитика в данном процессе
• Умение быстро погружаться в исследуемую область
• Навыки интеграции решений на основе ML/AI в реальные производственные системы
• Базовые знания SQL: понимание принципов реляционных баз данных, умение писать SQL-запросы различной сложности
• Знание форматов JSON/XML и навыки проектирование REST API
• Способность обрабатывать и структурировать большой объем сложной информации, доступно и наглядно ее презентовать
• Сбор, анализ и документирование бизнес-требований, описание use case, генерация идей, проработка технических решений, интеграционных взаимодействий
• Коммуникативные навыки, достаточные для выстраивания конструктивного взаимодействия со смежными подразделениями и внутри команды

Будет плюсом

• Опыт проектирования логической и физической моделей данных
• Понимание ключевых алгоритмов и подходов в AI/GenAI (LLM, vector search, NLP, context engineering и др.)
• Понимание архитектуры AI/GenAI решений, LLM, RAG, BI и DataOps
• Владение инструментами Big Data (Hadoop, AirFlow, Spark, Kafka)
• Понимание принципов работы NoSQL баз данных (Cassandra, ClickHouse, ElasticSearch, Qdrant, Neo4j)
• Опыт проектирования логической и физической моделей данных

Условия

• Экспертизу на стыке больших данных, backend- и frontend- разработки, AI и безопасности, которую невозможно получить в типовых IT-проектах
• Среда для обмена знаниями – высокая экспертиза внутри команды
• Сплоченную команду, работающую над общими задачами и умеющая хорошо отдыхать
• Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
• Стабильную заработную плату и годовой бонус
• Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом