Ecom-сценарии — это новый подход к выбору товаров в интернете на основе ML и AI. Пользователь может сгенерировать самые разные сценарии, которые помогут быстро и удобно найти нужное, сравнить предложения между собой, посмотреть плюсы и минусы, увидеть выгодные цены и способы покупки.

Мы строим самую большую товарную базу в рунете, храним в ней оферы как от крупнейших маркетплейсов, так и от самых маленьких магазинов. У нас множество архитектурных и алгоритмических задач: разработка инфраструктуры доставки данных, высоконагруженный рантайм, продуктовая функциональность и аналитика. Наша работа помогает сотням тысяч пользователей и нацелена на результат, который можно измерить в реальной прибыли компании.

О команде

Наша команда быстро растёт, у нас много олимпиадников и ребят из Школы анализа данных. Мы умеем не только круто работать, но и отдыхать, организуем совместные выезды в разные города. Регулярно рассказываем про наши запуски и технологии на больших конференциях и митапах: * HighLoad: как достать всё что угодно со всего интернета * HighLoad: как эффективно ранжировать весь товарный рунет * ML Party в Белграде

Какие задачи вас ждут

Сделать новый ecom-поиск Нужно будет придумывать и внедрять продуктовые и инфраструктурные инновации. Для этого понадобится собрать данные со всего интернета, выбрать из них самые конверсионные и научиться быстро доставлять их на разные поверхности. Вам потребуются глубокие знания об устройстве ML и больших инфраструктурных систем, а также лидерские качества, чтобы организовывать взаимодействие нескольких команд и отстаивать свои решения.

Развивать контент-систему Контент-система — сердце всего сервиса. Она должна хранить миллиарды документов и уметь очень быстро их обрабатывать. Пример одной из наших недавних задач: интегрировать склейку оферов к SKU в контент-систему. Такие задачи подходят тем, кто на «ты» с С++, хочет разбираться с архитектурой сложных систем и готов учиться новому.

Масштабировать сервис Мы стартовали с базы в сотни миллионов документов, а сейчас в поисковом индексе их больше миллиарда. Путь к такой трансформации был нелёгким: потребовалось переписать несколько неэффективных мест, перейти на дружелюбные к SSD структуры данных, вынести ряд данных в отдельные микросервисы для горизонтального масштабирования. Сейчас есть продуктовый запрос в отдельных поверхностях держать на порядок больше документов. Для экспертов низкоуровневого программирования, любителей хорошо настраивать сетевые запросы и писать многопоточку у нас найдётся много интересных задач.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждём, что вы

• Ориентированы на создание конечного продукта высокого качества
• Знаете классические алгоритмы и структуры данных
• Проектировали распределённую архитектуру
• Работали с командой

Будет плюсом

• Работали с ML или готовы развиваться в этом направлении
• Проектировали распределённые системы, которые могут держать десятки тысяч RPS