Senior Backend & Data Engineer
Описание
Мы — технологическая команда, создающая инновационные решения для спортивной аналитики. Наш продукт направлен на трансформацию и объективизацию судейства в спорте. Мы ищем опытного разработчика для участия в продуктивизации наших решений. Наша платформа судейства на основе видеоаналитики соревнований готовится к запуску. API написан, есть спроектированная схема данных, но собрать и наполнить хранилище данными справочников, перенести данные аналитики из json-ов и собрать аналитические витрины только предстоит. Вы становитесь основным владельцем серверного слоя. Расчёт оценок целиком находится в сервисе видеоаналитики, который делает отдельная команда, и результаты приходят в платформу по API уже готовыми. Бэкенд не интерпретирует правила судейства — он принимает результаты, гарантирует их сохранность и прослеживаемость и обеспечивает вокруг них рабочие процессы: загрузка и показ видеоповторов с AI-оценками и комментариями, обработка откликов, формирование отчётности и так далее. Обязанности Слой данных — с нуля до продакшена: развернуть хранилище с нуля: DDL, ограничения целостности, индексы, миграции на Alembic, окружения dev/stage/prod, бэкапы, пулинг наполнить и версионировать справочники в хранилище данных перенести существующие данные из файлового хранилища в реляционную схему — с ETL и сверкой полноты переноса спроектировать аналитические витрины (лидерборды, срезы по спортсменам) вести контракт приёма результатов из сервиса аналитики: идемпотентность, валидация, версионирование, аудит развивать API платформы: заявки, фазы соревнований, судейские действия, апелляции, экспорт, real-time по SSE профилировать и оптимизировать горячие пути отвечать за наблюдаемость и эксплуатацию серверной части Требования Обязательные 4+ лет коммерческой разработки бэкенда на Python, из них не менее 2 лет — на async-стеке (FastAPI / Starlette или аналоги) PostgreSQL: проектирование схем, стратегия индексов, транзакции и уровни изоляции, блокировки, партиционирование, оконные функции практический опыт развёртывания хранилища с нуля с миграциями, бэкапами и процедурой выката в нескольких окружениях опыт построения агрегатов и аналитических витрин над OLTP-базой SQLAlchemy 2.0 в async-режиме и Alembic на уровне уверенного владения (async-сессии, границы транзакций, autogenerate и его ограничения) проектирование REST API: контракты, версионирование, идемпотентность, коды ошибок, валидация через Pydantic 2 Redis (кеш, pub/sub), S3-совместимые хранилища Docker, настройка CI/CD тестирование как часть разработки: pytest, интеграционные тесты против реальной инфраструктуры, не только моков способность работать с унаследованным кодом: прочитать, измерить, выделить реальные дефекты, починить, не переписывая все с нуля Будет плюсом аналитические СУБД и ETL/ELT (ClickHouse, dbt, Airflow) интеграция с ML-сервисами: асинхронные пайплайны, callback-и, очереди, обработка частичных и повторных результатов работа с видео и медиа-пайплайнами, обработка больших объектов Real-time-доставка (SSE, WebSocket) на нагрузке ClickHouse, dbt, Airflow, Kubernetes, IaC, PgBouncer в проде опыт переезда с legacy-системы при живом проде опыт работы в спортивных или трансляционных продуктах Условия комфортный современный офис - м. Кутузовская ежегодный пересмотр зарплаты, годовой бонус 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 гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.