Senior Backend & Data Engineer

Мы — технологическая команда, создающая инновационные решения для спортивной аналитики. Наш продукт направлен на трансформацию и объективизацию судейства в спорте. Мы ищем опытного разработчика для участия в продуктивизации наших решений.

Наша платформа судейства на основе видеоаналитики соревнований готовится к запуску. API написан, есть спроектированная схема данных, но собрать и наполнить хранилище данными справочников, перенести данные аналитики из json-ов и собрать аналитические витрины только предстоит.

Вы становитесь основным владельцем серверного слоя. Расчёт оценок целиком находится в сервисе видеоаналитики, который делает отдельная команда, и результаты приходят в платформу по API уже готовыми. Бэкенд не интерпретирует правила судейства — он принимает результаты, гарантирует их сохранность и прослеживаемость и обеспечивает вокруг них рабочие процессы: загрузка и показ видеоповторов с AI-оценками и комментариями, обработка откликов, формирование отчётности и так далее.

Слой данных — с нуля до продакшена:

• развернуть хранилище с нуля: DDL, ограничения целостности, индексы, миграции на Alembic, окружения dev/stage/prod, бэкапы, пулинг
• наполнить и версионировать справочники в хранилище данных
• перенести существующие данные из файлового хранилища в реляционную схему — с ETL и сверкой полноты переноса
• спроектировать аналитические витрины (лидерборды, срезы по спортсменам)
• вести контракт приёма результатов из сервиса аналитики: идемпотентность, валидация, версионирование, аудит
• развивать API платформы: заявки, фазы соревнований, судейские действия, апелляции, экспорт, real-time по SSE
• профилировать и оптимизировать горячие пути
• отвечать за наблюдаемость и эксплуатацию серверной части

Обязательные

• 4+ лет коммерческой разработки бэкенда на Python, из них не менее 2 лет — на async-стеке (FastAPI / Starlette или аналоги)
• PostgreSQL: проектирование схем, стратегия индексов, транзакции и уровни изоляции, блокировки, партиционирование, оконные функции
• практический опыт развёртывания хранилища с нуля с миграциями, бэкапами и процедурой выката в нескольких окружениях
• опыт построения агрегатов и аналитических витрин над OLTP-базой
• SQLAlchemy 2.0 в async-режиме и Alembic на уровне уверенного владения (async-сессии, границы транзакций, autogenerate и его ограничения)
• проектирование REST API: контракты, версионирование, идемпотентность, коды ошибок, валидация через Pydantic 2
• Redis (кеш, pub/sub), S3-совместимые хранилища
• Docker, настройка CI/CD
• тестирование как часть разработки: pytest, интеграционные тесты против реальной инфраструктуры, не только моков
• способность работать с унаследованным кодом: прочитать, измерить, выделить реальные дефекты, починить, не переписывая все с нуля

Будет плюсом

• аналитические СУБД и ETL/ELT (ClickHouse, dbt, Airflow)
• интеграция с ML-сервисами: асинхронные пайплайны, callback-и, очереди, обработка частичных и повторных результатов
• работа с видео и медиа-пайплайнами, обработка больших объектов
• Real-time-доставка (SSE, WebSocket) на нагрузке
• ClickHouse, dbt, Airflow, Kubernetes, IaC, PgBouncer в проде
• опыт переезда с legacy-системы при живом проде
• опыт работы в спортивных или трансляционных продуктах

• комфортный современный офис - м. Кутузовская
• ежегодный пересмотр зарплаты, годовой бонус
• 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
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративная пенсионная программа.