Reach out directly about this role
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.
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
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
3-5 years
Experience
Full-time
Employment
Hybrid, Onsite
Work Format
Lead
Grade
Backend
Specialization
IT & Tech
Industry
Corporation
Company Type
By city
Backend
Specialization
IT & Tech
Industry
Corporation
Company Type