AQA (GigaChat)

Команда занимается сбором качественных данных, которые принципиально важны для обучения передовых моделей ИИ.

Обязанности

• проектировать и разрабатывать ключевые компоненты распределённой системы массового краулинга
• оптимизировать пропускную способность системы: асинхронный I/O, connection pooling, DNS-кэширование, батчинг запросов
• проектировать и развивать архитектуру URL-фронтира: шардирование, приоритизация, дедупликация на масштабе миллиардов URLразрабатывать интеллектуальные crawl-планировщики: адаптивное расписание обхода, приоритизация по freshness и значимостиреализовывать механизмы обнаружения и обхода crawler-ловушек (spider traps, infinite loops)проектировать пайплайны обработки данных: парсинг, нормализация, дедупликация контента, индексацияобеспечивать отказоустойчивость на уровне архитектуры: stateless-воркеры, автоматический failover, graceful degradationоптимизировать использование ресурсов: CPU, память, сетевой bandwidth, стоимость облачных ресурсовразрабатывать системы мониторинга и observability для контроля здоровья краулера в реальном времениработать с геораспределённой инфраструктурой для снижения латентности и увеличения покрытия.

Требования

• Коммерческий опыт разработки на Python от 6 лет
• Глубокая экспертиза в асинхронной и мультипоточной разработке (asyncio, uvloop, multiprocessing)
• Отличное понимание сетевого стека: TCP/UDP, HTTP/1.1/2/3, TLS, DNS, WebSocket
• Опыт проектирования и эксплуатации распределённых систем высокой нагрузки
• Практический опыт работы с веб-краулерами на масштабе (десятки миллионов страниц в сутки)
• Опыт работы с распределёнными очередями и потоковыми системами (Kafka, Redis Streams, RabbitMQ)
• Опыт работы с реляционными (PostgreSQL) и нереляционными БД (Redis, ClickHouse, MongoDB)
• Понимание принципов consistent hashing, шардирования, репликации
• Опыт работы с Docker, Kubernetes, CI/CDНавыки глубокого troubleshooting: tcpdump, strace, perf, flamegraphsОпыт проведения Code Review и формирования технических стандартов.

Будет плюсом:

• Знание Go, Rust или C++ для критически быстрых компонентовОпыт работы с browser automation на масштабе (Playwright, CDP, browser farms)
• Опыт с Bloom filter, HyperLogLog, MinHash для дедупликации
• Опыт работы с прокси-сетями и геораспределённой инфраструктурой
• Понимание архитектуры поисковых систем и индексацииОпыт применения ML/LLM для классификации и фильтрации контента.

Условия

• Крупнейшее DS&AI community — более 600 DS-специалистов банка
• Дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
• Возможность быть соавтором НИРов и статей для международных конференций
• Возможность выбрать удобный формат работы: гибрид или офис
• Ежегодный пересмотр зарплаты, годовая премия
• Корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• Вознаграждение за рекомендацию друзей в команду Сбера