Команда занимается сбором качественных данных, которые принципиально важны для обучения передовых моделей ИИ. Обязанности определять техническую стратегию и целевую архитектуру системы проектировать системы, готовые к масштабированию от миллионов до миллиардов сущностей: горизонтальное масштабирование, шардирование, геораспределение принимать ключевые технологические решения: выбор стека, стратегии хранения, архитектурные паттерны (event-driven, CQRS, и др.) проектировать end-to-end пайплайны: URL discovery → fetch → parse → deduplicate → store → deliver писать код самых сложных и критичных компонентов: планировщик обхода, URL-фронтир, дедупликация, проводить performance engineering: профилирование, нагрузочное тестирование, устранение bottleneck-ов оптимизировать прокси-инфраструктуру и маршрутизацию трафика на глобальном уровне, исследовать и внедрять новые технологии: HTTP/3, QUIC, eBPF, io_uring для максимизации throughput, разрабатывать стратегии оптимизации стоимости инфраструктуры (FinOps) руководить командой из 3–6 инженеров: планирование, декомпозиция, приоритизация формировать и поддерживать технические стандарты: Code Review, coding guidelines, архитектурные ADR, менторить разработчиков, проводить 1-1, помогать в профессиональном развитии, взаимодействовать с потребителями данных и смежными командами для планирования roadmap. Требования коммерческий опыт разработки на Python от 7 лет, из них не менее 2 лет в роли техлида/тимлида экспертиза в проектировании распределённых высоконагруженных систем (миллионы RPS, петабайты данных) глубокое понимание сетевого стека: TCP/UDP, HTTP/1.1/2/3, TLS, DNS, QUIC практический опыт построения масштабных систем краулинга или аналогичных data acquisition систем экспертиза в асинхронном и параллельном программировании опыт проектирования микросервисной и event-driven архитектуры опыт работы с Kafka, Redis, PostgreSQL, ClickHouse (или аналогами) уверенное владение Kubernetes, Docker, Terraform, CI/CD опыт работы с облачными платформами навыки глубокого troubleshooting: tcpdump, strace, perf, ebpf-инструменты опыт управления командой: планирование, Code Review, менторинг, 1-1, найм Будет плюсом: знание Go, Rust или C++ для написания высокопроизводительных компонентов лпыт работы в компаниях с масштабным краулингом (поисковые системы, data aggregators) опыт работы с io_uring, eBPF, zero-copy networking опыт построения геораспределённых систем опыт применения ML для оптимизации crawl-стратегий (приоритизация, фильтрация, классификация), публичные выступления, статьи. Условия комфортный современный офис рядом с м. Кутузовская гибридный формат работы ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха система обучения для профессионального и карьерного развития расширенный полис ДМС с первого дня работы и страхование для семьи программа ипотеки для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии