Системный аналитик Middle+ / Senior (SA3)

Ставка: 1200, с НДС
Локация: РФ
Длительность проекта: 2 мес.

Описание проекта
Требуется системный аналитик уровня Middle+ / Senior (SA3) для участия в проектах заказной разработки и пресейлах, включая направление искусственного интеллекта.
Полный цикл аналитических работ: от сбора и формализации требований до функционального тестирования, приёмки и демонстрации решений заказчику.
Ключевое условие: ежедневное использование LLM-ассистентов (YandexGPT, GigaChat и аналогов) для решения рабочих задач.

Обязательные требования
1. Анализ и проектирование
- Моделирование бизнес-процессов: BPMN 2.0.
- Проектирование систем: UML (диаграммы классов, последовательностей, активности), Use Case.
- Сбор требований: User Story, Use Case, техники интервьюирования.
- Проектирование баз данных: ER-модели, нормализация, понимание транзакционности.
- Прототипирование интерфейсов: Figma (базовая работа с макетами), Miro (схемы, майндмэпы).

2. Работа с данными и API
- Уверенное владение SQL (PostgreSQL, MySQL): сложные JOIN, оконные функции, CTE, оптимизация запросов.
- Работа с форматами данных: JSON, XML, YAML.
- Интеграции: REST API, SOAP.
- Понимание принципов работы брокеров сообщений на уровне producer/consumer.
- OpenAPI (Swagger): чтение спецификаций, внесение изменений.

3. Инструменты и процессы
- Jira: создание и декомпозиция задач, ведение спринтов.
- Confluence: оформление ТЗ, архитектурных решений, ведение базы знаний.
- Методологии разработки: Agile (Scrum, Kanban), понимание Waterfall.
- Git: ветвление, merge/pull requests в GitLab или GitHub.
- Postman: коллекции, переменные, скрипты для тестирования API.

4. Искусственный интеллект и векторные данные
- Ежедневное применение LLM-ассистентов (YandexGPT, GigaChat и аналоги).
- Использование ИИ для написания SQL-запросов, генерации и рефакторинга кода.
- Применение LLM для подготовки документации, анализа требований, проектирования API и моделей данных.
- Понимание принципов работы векторных баз данных.
- Опыт работы с Qdrant, pgvector или аналогами: хранение эмбеддингов, базовый векторный поиск.

5. Личностные качества
- Проактивность и самостоятельное доведение задач до результата.
- Умение принимать решения при неполных вводных.
- Способность быстро погружаться в новую предметную область.
- Стрессоустойчивость при сжатых сроках и параллельной загрузке.

Дополнительные требования (будет плюсом)
1. Разработка ИИ-решений
- LangChain, LangGraph: построение цепочек (chains), агентов и RAG-пайплайнов.
- Понимание протоколов MCP (Model Context Protocol) и A2A (Agent-to-Agent).

2. Обработка неструктурированных данных
- Интеграция SpeechKit, Whisper или аналогов для распознавания речи.
- Работа с Tesseract, Yandex Vision или аналогами для OCR и извлечения данных из документов.

3. Инфраструктура и архитектура
- Архитектурное моделирование: C4 Model.
- Docker, Kubernetes: понимание YAML-конфигураций, Helm.
- Yandex Cloud, AWS: S3/Object Storage, Managed Databases, IAM.
- RabbitMQ, Kafka: настройка, топики, партиции, гарантии доставки.

4. Разработка и хранение данных
- Python для написания ETL/ELT-скриптов, работы с Pandas и автоматизации.
- Опыт построения DWH.
- Моделирование данных: Data Vault, Star Schema, Snowflake Schema.
- Работа с BI-инструментами.