Создаем поисковый сервис для ответов на запросы пользователей на естественном языке. Предоставляем GigaChat и другим LLM доступ к актуальной информации из интернета, чтобы пользователи получали точные и свежие ответы на разные вопросы.
Предстоит развивать поисковое ядро на OpenSearch, высоконагруженные backend-сервисы поиска на Python/FastAPI и ML-инфраструктуру для векторного поиска (embeddings, ANN/HNSW, инференс моделей через Triton Inference Server). Задача технически сложная и интересная: важны релевантность и качество ранжирования, низкая задержка ответа, надежность и масштабируемость под большой поток запросов. Ценим проактивность, инженерное мышление и желание развиваться.
Обязанности
- проектировать и развивать поисковое ядро на базе OpenSearch: схемы индексов, шардирование, ranking и relevance tuning, гибридный (full-text + векторный) поиск.
- разрабатывать и развивать высоконагруженные backend-сервисы поиска на Python (FastAPI): API поискового сервиса, оркестрация запросов, интеграция с GigaChat и другими LLM.
- проектировать и развивать ML-инфраструктуру для vector search: генерация и хранение embeddings, ANN/HNSW индексы, деплой и обслуживание моделей через Triton Inference Server.
- работать с PostgreSQL: проектирование схем, оптимизация запросов, обеспечение консистентности метаданных поискового сервиса.
- обеспечивать производительность, надежность и масштабируемость поисковой платформы: мониторинг, контроль SLA, оптимизация latency и throughput.
- проводить нагрузочное тестирование, оптимизировать задержку ответа поиска и стоимость инфраструктуры.
- внедрять CI/CD, тестирование и observability для сервисов поиска.
- работать в связке с data-инженерами, ML-инженерами и продуктовой командой над качеством и релевантностью поиска.
- участвовать в код-ревью, влиять на архитектурные решения команды, менторить менее опытных инженеров.
Требования
- 5+ лет опыта коммерческой backend-разработки, из них значимый опыт работы над поисковыми системами / информационным поиском.
- продвинутый Python, опыт построения production-сервисов на FastAPI или аналогичных асинхронных фреймворках.
- практический опыт с OpenSearch или Elasticsearch в production: проектирование индексов, шардирование, ranking/relevance tuning, оптимизация запросов.
- опыт проектирования и эксплуатации высоконагруженных распределенных сервисов с высоким RPS и низкой latency.
- уверенное владение SQL и опыт работы с PostgreSQL: проектирование схем, оптимизация запросов, работа с индексами.
- понимание задач vector search: embeddings, ANN/HNSW, гибридный (hybrid) поиск.
- опыт работы с инференс-серверами моделей (Triton Inference Server или аналогичными): деплой и обслуживание ML-моделей в production.
- понимание принципов распределенных систем: консистентность, шардирование, репликация, отказоустойчивость.
- опыт построения мониторинга, алертинга и observability для production-сервисов.
- опыт работы с Docker и Kubernetes.
Условия
- комфортный современный офис г. Москва, рядом с метро Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты и 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
- вознаграждение за рекомендацию друзей в команду Сбера.