Разработчик рекомендательной системы

Мы ищем разработчика в команду рекомендательной системы.
Роль предполагает работу с высоконагруженными сервисами, рекомендательными системами и тесное взаимодействие с ML-инфраструктурой продукта.
Команда работает с пользовательскими событиями, real-time обработкой данных и алгоритмами персонализации, которые напрямую влияют на ключевые продуктовые метрики.
Чем предстоит заниматься:
• Разрабатывать и развивать backend-сервисы рекомендаций на Python.
• Участвовать в проектировании и эволюции архитектуры сервисов без детализированных ТЗ.
• Интегрировать и поддерживать алгоритмы рекомендательных систем совместно с ML-командой.
• Работать с потоками пользовательских событий и real-time обработкой данных.
• Оптимизировать производительность, устойчивость и масштабируемость сервисов.
• Участвовать в code review, технических обсуждениях и принятии архитектурных решений.
Мы ожидаем:
• Уверенное владение Python 3.9+ и опыт промышленной разработки на нём.
• Глубокое понимание system design и принципов построения масштабируемых сервисов.
• Самостоятельность и способность работать в условиях неполных требований.
• 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 web-сервисов и API (REST, JSON-RPC, gRPC).
• Базовое понимание DS/ML для работы с лентами и рекомендательными системами.
• Практический опыт взаимодействия с ML-моделями и их интеграции в backend.
• Опыт или понимание принципов построения рекомендательных систем.
Будет плюсом:
• Опыт работы с высоконагруженными системами.
• Опыт работы с ClickHouse.
• Опыт работы с event-driven архитектурой и streaming-данными.
Технологии и инфраструктура:
Языки: Python (FastAPI, Faust)
Cloud: AWS
Оркестрация: Kubernetes (легковесные сервисы), AWS SageMaker (ML-сервисы)
CI/CD: GitLab CI (линтеры и тесты до merge request)
Streaming: Kafka
Data: ClickHouse (Kafka Engine для аналитики)
Redis Stack (агрегации и online-данные)
ML: Jupyter Notebooks в SageMaker
Возможность поднимать инстансы с GPU / CPU / RAM по требованию
Monitoring & Logs: Prometheus, Grafana, Sentry, Kibana
Product Analytics: Datalens
Data governance: миграции и версионирование схем
Мы предлагаем:
• Полностью удалённую работу из любой точки мира.
• Современное корпоративное оборудование.
• Работу над продуктом с реальной нагрузкой и масштабом.
• Влияние на ключевые продуктовые метрики через рекомендации.
• Взаимодействие с ML- и data-командами.
• Команду с высокой степенью самостоятельности и ответственности.
• Регулярные командные и неформальные встречи.