Data/AI Engineer

Отвечает за:

• ETL из СУБД, построение DWH со SCD2-историей

• RAG-слой на pgvector (семантический поиск по шаблонам запросов и описаниям таблиц)

• Интеграцию с локальной LLM через Spring AI

• Безопасную валидацию и исполнение сгенерированного SQL

• API-слой между дашбордом/чатом и данными

Нужно уметь:

Ядро — Java / Spring :

• Java/Kotlin + Spring Boot — уверенный уровень, это основа всего стека

• Spring Boot REST API — разработка backend-слоя для чат-интерфейса дашборда

Данные и ETL:

• Spring Batch — джобы инкрементальной загрузки, идемпотентность (повторный запуск без дублей), обработка частичных сбоев

• PostgreSQL + pgvector — установка расширения, проектирование логических схем (dwh и semantic_search в одной БД), права доступа, партиционирование по времени

• SQL продвинутого уровня — оконные функции, CTE, оптимизация запросов

• SCD Type 2 на практике (valid_from/valid_to/is_current)

• Flyway (или аналог) — версионирование миграций схемы

AI-слой:

• Spring AI:

• ETL Pipeline (DocumentReader → Transformer → Writer) — кастомные ридеры под ЕПВО, обогащение метаданными

• PgVectorStore — настройка размерности вектора, выбор индекса (HNSW)

• ChatClient + Advisors — сборка RAG-контекста, chat memory

• Tool/Function calling — логика "шаблон → фолбэк на генерацию SQL"

• OllamaChatModel / OllamaEmbeddingModel — интеграция с локальной моделью

Безопасность запросов:

• JSqlParser (или аналог) — валидация сгенерированного SQL: только SELECT, whitelist схем/таблиц, лимиты строк и времени

• Настройка read-only доступа на уровне JDBC-соединения

• Логирование пайплайна "вопрос → шаблон/SQL → результат" для аудита

Желательно, но не критично на старте:

• Опыт администрирования GPU-инфраструктуры (Ollama, CUDA)