Название: Ведущий инженер-программист, разработка бэкенда (Ad Cloud Serving Services)
Местоположение: Тайбэй, Тайвань
О компании Appier
Appier (TSE: 4180) — это компания, предлагающая Agentic AI as a Service (AaaS), основанная на искусственном интеллекте, которая помогает бизнесу создавать ценность с помощью передовых решений AdTech и MarTech. Основанная в 2012 году с видением «Сделать ИИ простым, сделав программное обеспечение интеллектуальным», Appier помогает предприятиям превратить ИИ в рентабельность инвестиций с помощью своих Ad Cloud, Personalization Cloud и Data Cloud — каждый из которых работает на базе Agentic AI, обеспечивающего автономное, адаптивное и принятие решений в режиме реального времени. Сегодня Appier имеет 17 офисов в Азиатско-Тихоокеанском регионе, США и Европе, и ее акции котируются на Токийской фондовой бирже. Узнайте больше на www.appier.com.
Об команде Ad Cloud Serving Services
В команде Appier Ad Cloud Serving Services мы создаем и поддерживаем критически важные системы, которые обеспечивают работу ядра рекламных технологий Appier. Эти системы обрабатывают огромные объемы запросов с высокой параллельностью в режиме реального времени и обеспечивают стабильность, низкую задержку и высокую производительность нашей рекламной доставки. Наши специалисты по SRE играют решающую роль в обеспечении надежности этих сервисов под экстремальными нагрузками, постоянно повышая доступность и производительность продуктов за счет инноваций и автоматизации.
Обязанности
- Руководство проектированием и разработкой масштабируемых, высокопроизводительных и надежных серверных сервисов для рекомендаций рекламы в реальном времени, обслуживания данных и основной инфраструктуры рекламных технологий.
- Разработка технического плана и принятие ответственности за крупномасштабные проекты, обеспечивая предоставление надежных и эффективных решений в экосистеме Ad Cloud.
- Оптимизация критически важных компонентов системы по параметрам задержки, пропускной способности и использования ресурсов, включая взаимодействие с базами данных (например, шардинг MongoDB, оптимизация ClickHouse) и сетевую архитектуру.
- Повышение наблюдаемости системы, управления инцидентами и операционной эффективности путем внедрения комплексного мониторинга, оповещения (например, Grafana, Prometheus) и совершенствования стандартных операционных процедур (SOP) для производственной среды.
- Тесное сотрудничество с менеджерами по продуктам и научными сотрудниками для преобразования бизнес-требований в технические проекты и обеспечения бесшовной интеграции.
- Обеспечение качества кода посредством тщательных ревью кода и соблюдения лучших практик в проектировании и реализации систем.
- Наставничество и руководство младшими инженерами, способствуя их росту в области лучших практик разработки бэкенда, распределенных систем и гибких методологий.
- Активное участие в дежурствах в команде бэкенда для поддержания надежности и масштабируемости продуктов для критически важных сервисов.
- Вклад в культуру постоянного совершенствования, инициирование командных технических обсуждений, улучшений процессов и обмена знаниями.
О вас
[Минимальные требования]
- 3-5+ лет практического опыта в разработке бэкенда, особенно с высокопроизводительными системами с высокой параллельностью.
- Владение одним или несколькими из следующих языков: Go, Python.
- Богатый опыт проектирования и архитектуры систем для масштабируемых и распределенных систем, особенно в среде Linux.
- Хорошее понимание проектирования сетевых API (например, RESTful API, gRPC) и опыт работы с очередями сообщений (например, Kafka, Pub/Sub) для конвейеров данных.
- Глубокое знание SQL/NoSQL баз данных (например, MySQL, MongoDB, Redis, ClickHouse, PostgreSQL) и опыт оптимизации баз данных и стратегий масштабирования.
- Знакомство с практиками DevOps, включая конвейеры CI/CD, Docker, Kubernetes и облачные платформы (AWS, GCP или Azure).
- Опыт работы с инструментами наблюдаемости (например, Prometheus, Grafana) и надежной реализацией мониторинга и оповещения.
- Проактивность, отличные навыки решения проблем и сильные коммуникативные навыки в кросс-функциональной командной среде.
[Предпочтительные квалификации]
- Степень бакалавра/магистра компьютерных наук или смежной области.
- Подтвержденная способность рефакторить сложные системы, улучшать метрики производительности (например, задержка, частота ошибок, использование ЦП) и оптимизировать использование ресурсов.
- Знакомство с фреймворками A/B-тестирования и поддержкой настраиваемых конфигураций для итераций моделей.
- Практический опыт развертывания и обслуживания моделей машинного обучения в производственных средах.
- Опыт работы в сфере рекламных технологий или рекомендательных систем является плюсом.
