Tech Lead Go/Python (GigaData)

Описание

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 Знание Python и Go. Коммерческий опыт разработки на Python и Go 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 Rust или C++ для написания высокопроизводительных компонентов. Опыт 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 Крупнейшее DS\&AI community — более 600 DS-специалистов банка. Дайджест о самых последних разработках в области DS\&AI и отчеты с крупнейших конференций мира. Возможность быть соавтором НИРов и статей для международных конференций. Возможность выбрать удобный формат работы: гибрид или офис. Ежегодный пересмотр зарплаты, годовая премия. Корпоративный спортзал и зоны отдыха. Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития. Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа. Бесплатная подписка СберПрайм, скидки на продукты компаний-партнеров. Вознаграждение за рекомендацию друзей в команду Сбера.