Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Uzum Market развивает платформу рекомендательных выдач для ML-команд: она позволяет загружать рекомендации, настраивать их выдачу, запускать эксперименты, применять бизнес-правила и доставлять рекомендации на разные витрины продукта. Также команда создает внутреннюю платформу для развертывания ML-моделей, подключения признаков и предоставления доступа к моделям через HTTP API для online inference.
задачи
Проектировать и реализовывать highload-сервисы, обрабатывающие сотни миллионов данных о фичах в день и выдерживающие сотни RPS;
Писать production-код на Kotlin и погружаться в архитектуру, производительность и надежность сервисов;
Принимать технические решения и вести backend-направление;
Декомпозировать задачи и формировать технический backlog;
Проводить code review и помогать команде развивать инженерные практики;
Взаимодействовать с ML-инженерами, переводить их задачи в технические решения и развивать платформу.
требования
От 5 лет опыта в backend-разработке;
Уверенный production-опыт с Kotlin и/или Java;
Сильная экспертиза в JVM и Spring Boot;
Понимание многопоточности, асинхронной обработки и производительности JVM-сервисов;
Опыт работы с data-intensive системами, event-driven архитектурой и распределенными системами;
Понимание latency, throughput, отказоустойчивости, горизонтального масштабирования и backpressure;
Уверенное знание Kafka и PostgreSQL;
Опыт работы с low-latency storage, включая Redis;
Опыт технического лидерства, проектирования архитектуры, проведения code review, декомпозиции сложных задач и развития инженеров;
Готовность продолжать писать код и решать сложные production-задачи;
Будет плюсом базовое понимание ML-инфраструктуры, A/B-тестов, feature platform, model serving и online inference, опыт с recommender systems, ML-платформами, ranking, personalization, online inference, Aerospike или Scylla.
условия
Удалённая работа из любой точки мира или офис в Ташкенте;
Возможность развиваться в инженерном или управленческом треке;
Регулярная оценка перформанса;
Оплата на уровне топовых компаний российского рынка;
Обучение и развитие внутри компании и за ее пределами;
Поддержка участия в митапах, конференциях, профессиональном обучении и публикациях;