Старший C#-разработчик, Построение запросов

Привет! Это команда Построение запросов

Наша команда занимается развитием механизмов построения запроса при работе с поисковым движком Ozon. Наша ультимативная цель – предоставить удобный интерфейс взаимодействия с поиском, который понимает потребности пользователя с полуслова и подстраивается под его нужды. Для этого мы улучшаем как классические механизмы, например, персонализированные поисковые подсказки, так и разрабатываем совершенно новые механики на основе больших языковых моделей.

Мы хотим не только предлагать наиболее вероятные поисковые подсказки, но и влиять на результаты поиска за счет формирования запроса в поисковый движок. Для решения такой задачи требуется тесное взаимодействие с другими командами поиска и разработка сервисов, лежащих на пути исполнения пользовательского запроса – избежать хайлоада и повышенных требований к надежности не удастся.

Команда кроссфункциональная – мы разрабатываем рантайм сервисы и делаем ML ресерч в очень тесной коллаборации. Глубокие знания ML не требуются, но осведомленность про эту область приветствуется.

Наш стек

• .NET 10, Gitlab CI/CD, Kubernetes, Spark, Hadoop, OpenSearch, Postgres, ScyllaDb, Kafka, ClickHouse.

Вы будете

• Повысить отзывчивость и интерактивность поиска.

• Обогатить поисковое ранжирование сигналами из саджестов.

• Построить налету персонализированный индекс подсказок.

Нам важно

• Отличное знание C# и опыт разработки от 3 лет

• Знание классических алгоритмов и структур данных

• Опыт с многопоточными приложениями

• Знание основ построения распределенных систем – шардирование, репликация, load balancing, приемы для повышения отказоустойчивости

Будет плюсом

• Опыт разработки и профилирования высоконагруженных сервисов (RPS >= 10000 при SLO на latency порядка десятков миллисекунд)

• Опыт обслуживания приложений с деплоем в kubernetes – понимание ограничений на выделяемые ресурсы и подходы к разработке эффективного кода с учетом этих ограничений

• Знания о классическом ML и нейросетевых deep learning подходах