Системный анализ (стажер)

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 Место работы: г Москва Требуемый опыт: Без опыта 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: * 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 * Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом