other

Senior Software Engineer (в команду рекомендаций)

Более недели назад

З/П не указана

Город: Москва

Холдем

Тип занятости: Удаленная работа

Требуемый опыт: Опыт от 3 лет

Обязанности:

Мы Международная IT компания, имеющая аккредитацию в Сколково. Наши продукты - это мобильные приложения высокотехнологической нагруженности в сегменте онлайн-платформ, способствующих общению, созданию контента и установлению связей между людьми по всему миру.В настоящее время наша команда ищет опытного разработчика и коллегу в свою команду. Требования: Уверенное знание go; Глубокие знания в области system design; Самостоятельнось и умение работать без ТЗ; Опыт работы с Redis; Понимание классических алгоритмов и структур данных; Опыт работы с базами данных (запросы, миграции, оптимизация, профилирование); 4+ лет опыта разработки стабильных и масштабируемых веб-сервисов и API (REST, JSON-RPC, gRPC); Будет плюсом: Опыт работы с высоконагруженными системами; Знание python (3.9+) и опыт с asyncio; Опыт работы с ClickHouse; Практический опыт работы в ML; Опыт разработки рекомендательных систем. Задачи:​​​ Работать вместе с ML инженерами над разработкой высоконагруженной рекомендательной системы для видео ленты. Инференс ожидается высоконагруженный (тысячи RPS), поэтому нужно будет грамотно заворачивать модели используя компилируемые языки. Формирование рекомендаций должно быть до 100ms. Создание на go новых сервисов, необходимых для ML - для обработки данных, работы с событиями, моделями. Часть системы уже написана на go, нужно будет переводить оставшиеся python сервисы на go + развивать имеющиеся. Потенциальный переход на работу с hot/cold БД (вместо одного Redis) для хранения данных и фичей с возможностью высокочастотного обращения к БД. Дальнейшее развитие системы мониторинга и алертинга. Технологии:Сейчас есть сервисы как на go, так и на python (FastAPI, Faust).Все крутится в AWS. Легкие сервисы разворачиваем в k8s-кластере, ML сервисы в AWS Sagemaker. Раскатываем через Gitlab CI.Линтеры, тесты перед merge request.Пользовательские события отправляются сервисами на бэкенде в kafka.Для аналитики из кафки мы собираем все в ClickHouse используя движок kafka в самом CH. Любое изменение схемы в БД версионируем через миграции. События из кафки вычитываем, аггрегируем и складываем в Redis (Используем Redis Stack).Для тестирования моделей используем jupyter notebook managed в sagemaker — можем поднять любой инстанс по требованию с нужными ресурсами (GPU, CPU, RAM).Мониторинг с помощью: prometheus, grafana, sentry, kibana.Продуктовые метрики и дашборды строим в Datalens. ​​​​ Условия: GPU/CPU сервера в облаке; Топовое оборудование и весь необходимый софт; Офис в шаговой доступности от метро Добрынинская / Серпуховская; Возможность удаленной работы; Гибкий график. ДополнительноКоманда:У нас в компании в основном продуктовые feature команды. Раньше мы были командой RnD, которая занималась всем, что связано с данными и машинным обучением, теперь мы выделили отдельную команду для ленты рекомендаций и начинаем ее формировать. Мы отвечаем за полный цикл своих разработок. Т.е. сами строим модели, заворачиваем в сервисы и выкатываем в прод. Сами мониторим. Сами несем ответственность за отказоустойчивость.Стремимся вырастить всех внутри команды full-stack. Т.е. учим дата саентистов и дата аналитиков писать продакшн код. Инженеры учатся обучать модели. МЛ инженеры понимают как устроен продукт и продуктовая аналитика.У нашей команды нет проджект менеджера или системного аналитика, кто писал бы нам ТЗ. Мы сами понимаем приоритеты бизнеса, синхронизируемся с бизнесом. Сами формулируем задачи, декомпозируем их и распределяем внутри команды. Зачастую сами приходим к бизнесу с новыми решениями и идеями.Работаем по 2х недельным спринтам. Каждое утро стендап. Каждую пятницу в конце спринта - демо. После демо всегда ретроспектива. Каждые 4 недели с каждым членом команды 1to1 с тимлидом. Каждые 6 месяцев у каждого Performance Review. Используем джиру, но без фанатизма.Рост:При желании, можно будет попробовать себя в разных задачах: аналитика, разработка, машинное обучение. В продакшн коде мы проводим подробное код ревью. Готовим статьи на habr. Планируем выступить на конференциях. На регулярных 1to1 мы фокусируемся на профессиональном росте - поэтому каждый занимается помимо того, что тем что нужно бизнесу - еще и тем, что ему интересно и драйвит.

Имя не указано

Откликнуться
Разместить Резюме
Пожаловаться ID: 123414000

Похожие вакансии

Senior Software Engineer (Data)

До 500 000 руб.

Москва

Mindbox

Senior Software Engineer (Python)

Договорная

Москва

Рексофт

Senior Software Engineer (Services)

Договорная

Москва

YADRO

Senior C++ Software Engineer

Договорная

Москва

Спектральные Технологии

TeamLead в команду рекомендаций

Договорная

Москва

АВИТО ТЕХ

Software engineer

Договорная

Москва

Правительство Москвы