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.