О проекте
Разработка интеллектуальной экосистемы для автоматизированного анализа контента и аудитории в мессенджерах. Продукт включает сбор и обработку больших данных, интерактивные дашборды, предиктивную аналитику, генерацию контента под стиль бренда и инструменты для продвижения.Ищем автономного инженера с сильным архитектурным мышлением.
Мы предлагаем:
• Стабильный доход: конкурентоспособная заработная плата. Выплаты 2 раза в месяц по 50% или 1 раз в месяц (согласовывается с сотрудником).
• Гибкий формат: график 5;2. На старте (первые 2 месяца) - работа в офисе для синхронизации по архитектуре, далее возможен переход на гибридный формат.
• Профессиональную среду: работа в связке с сильными ML и DevOps инженерами. Вы отвечаете за код и архитектуру приложений, они - за хостинг моделей и GPU-инфраструктуру bare-metal серверов.
Обязанности:
• Архитектурная трансформация: проектирование целевой микросервисной структуры бэкенда «на вырост» и поэтапный распил текущего монолита.
• Разработка ядра: развитие распределенных сервисов агрегации данных. Основной стек: Python (FastAPI) для ML-компонент/парсинга и Node.js (NestJS) для продуктового API.
• Аналитика данных: реализация алгоритмов расчета сложных бизнес-метрик (ERR, вовлеченность, динамика роста) и интеграция с внешними сервисами.
• Масштабирование сбора данных: проектирование отказоустойчивой архитектуры асинхронных парсеров и управление распределенными очередями задач.
• Интеграция с ИИ: настройка эффективного взаимодействия бэкенда с ML-слоем (инференс LLM, передача контекста для RAG и LoRA-моделей).
• Quality Assurance: внедрение культуры автоматического тестирования - настройка интеграционных и e2e тестов с нуля.
Обязательные требования:
• Опыт рефакторинга: практический опыт работы в проектах с глубоким рефакторингом, миграцией систем или распилом монолитов в production. Готовность методично разбираться в легаси-коде.
• Коммерческий опыт: не менее 3 лет разработки бэкенда.
• Технологический стек: уверенное владение Python (FastAPI) и Node js (NestJS). Допускается экспертное знание одного из языков при готовности активно работать со вторым в рамках экосистемы.
• Highload & Data: опыт проектирования распределенных систем, понимание принципов работы брокеров сообщений (Redis, RabbitMQ / Kafka) и обработки больших массивов данных.
• Базы данных: глубокая экспертиза в PostgreSQL (проектирование сложных схем данных, оптимизация тяжелых запросов).
• Инструментарий: опыт работы с асинхронными библиотеками (Telethon / Pyrogram). Свободное владение Docker и Docker Compose.
• Тестирование: понимание методологий тестирования, опыт самостоятельной настройки автотестов (Unit, Integration, E2E).
Желательные навыки:
• Базовое понимание MLOps паттернов и принципов интеграции с LLM (RAG, prompt-инжиниринг).
• Навыки работы с инструментами веб-парсинга (Playwright / Puppeteer).
Ключевые навыки: Знание алгоритмов, Использование фреймворков, Написание кода, Оптимизация производительности, Проведение тестирования, Работа с базами данных, Разработка архитектуры приложений, Python