Tech Lead Python Developer (GigaData)
Grade: Lead
Skills: Artificial Intelligence, CI, CI/CD, ClickHouse, Code Review, CQRS, Data, Discovery, DNS, Docker, Engineering, Go, HTTP, Kafka, Kubernetes, Machine Learning, ML, Networking, Performance, Performance Testing, PostgreSQL, Python, Redis, Roadmap, Rust, TCP, Terraform, TLS, Troubleshooting, UDP, нагрузочное тестирование, планирование, ии
Company URL:
Description:
Команда занимается сбором качественных данных, которые принципиально важны для обучения передовых моделей ИИ.
Обязанности
Определять техническую стратегию и целевую архитектуру системы.
Проектировать системы, готовые к масштабированию от миллионов до миллиардов сущностей: горизонтальное масштабирование, шардирование, геораспределение.
Принимать ключевые технологические решения: выбор стека, стратегии хранения, архитектурные паттерны (event-driven, CQRS и др.).
Проектировать end-to-end пайплайны: URL discovery → fetch → parse → deduplicate → store → deliver.
Писать код самых сложных и критичных компонентов: планировщик обхода, URL-фронтир, дедупликация, проводить performance engineering: профилирование, нагрузочное тестирование, устранение bottleneck-ов.
Оптимизировать прокси-инфраструктуру и маршрутизацию трафика на глобальном уровне, исследовать и внедрять новые технологии: HTTP/3, QUIC, eBPF, io_uring для максимизации throughput, разрабатывать стратегии оптимизации стоимости инфраструктуры (FinOps).
Руководить командой из 3–6 инженеров: планирование, декомпозиция, приоритизация, формировать и поддерживать технические стандарты: Code Review, coding guidelines, архитектурные ADR, менторить разработчиков, проводить 1-1, помогать в профессиональном развитии, взаимодействовать с потребителями данных и смежными командами для планирования roadmap.
Требования
Коммерческий опыт разработки на Python от 7 лет, из них не менее 2 лет в роли техлида/тимлида.
Экспертиза в проектировании распределённых высоконагруженных систем (миллионы RPS, петабайты данных).
Глубокое понимание сетевого стека: TCP/UDP, HTTP/1.1/2/3, TLS, DNS, QUIC.
Практический опыт построения масштабных систем краулинга или аналогичных data-acquisition систем.
Экспертиза в асинхронном и параллельном программировании.
Опыт проектирования микросервисной и event-driven архитектуры.
Опыт работы с Kafka, Redis, PostgreSQL, ClickHouse (или их аналогами).
Уверенное владение Kubernetes, Docker, Terraform, CI/CD.
Опыт работы с облачными платформами.
Навыки глубокого troubleshooting: tcpdump, strace, perf, eBPF-инструменты.
Опыт управления командой: планирование, Code Review, менторинг, 1-1, найм.
Будет плюсом
Знание Go, Rust или C++ для написания высокопроизводительных компонентов.
Опыт работы в компаниях с масштабным краулингом (поисковые системы, data-aggregators).
Опыт работы с io_uring, eBPF, zero-copy networking.
Опыт построения геораспределённых систем.
Опыт применения ML для оптимизации crawl-стратегий (приоритизация, фильтрация, классификация), публичные выступления, статьи.
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.
17:["$","$L18",null,{"initialState":{"status":"anonymous"},"children":[["$","$L19",null,{}],["$","main",null,{"children":["$","$L1a",null,{"vacancySlug":"35072-tech-lead-python-developer-gigadata","initialVacancy":{"published_at":"2026-07-01T11:30:18.845842","is_active":true,"position":"Tech Lead Python Developer (GigaData)","language":"ru","type":"web_and_tg","id":35072,"offer_type":"vacancy","cover_letter_required":false,"cover_letter_placeholder":null,"source":"hh_import","incognito_publication":false,"analytics_id":"MQzp4xRG","salary_description":"","salary_hidden":true,"salary_display_from":null,"salary_display_to":null,"salary_currency":null,"salary_taxes":"net","salary_is_total":false,"salary_by_our_version":false,"salary_hidden_variant":null,"offer_description":"Что делать: Определять техническую стратегию и архитектуру системы, проектировать масштабируемые системы (шардирование, геораспределение), принимать технологические решения и выбирать стек, стратегии хранения и архитектурные паттерны.\n\nО компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.","skills_objects":[{"name":"Artificial Intelligence","slug":"artificial intelligence","is_custom":false},{"name":"CI","slug":"ci","is_custom":false},{"name":"CI/CD","slug":"ci/cd","is_custom":false},{"name":"ClickHouse","slug":"clickhouse","is_custom":false},{"name":"Code Review","slug":"code review","is_custom":false},{"name":"CQRS","slug":"command and query responsibility segregation cqrs","is_custom":false},{"name":"Data","slug":null,"is_custom":true},{"name":"Discovery","slug":"discovery","is_custom":false},{"name":"DNS","slug":"dns","is_custom":false},{"name":"Docker","slug":"docker","is_custom":false},{"name":"Engineering","slug":"engineering","is_custom":false},{"name":"Go","slug":"go","is_custom":false},{"name":"HTTP","slug":"http","is_custom":false},{"name":"Kafka","slug":"kafka","is_custom":false},{"name":"Kubernetes","slug":"kubernetes","is_custom":false},{"name":"Machine Learning","slug":"machine learning","is_custom":false},{"name":"ML","slug":"ml","is_custom":false},{"name":"Networking","slug":"networking","is_custom":false},{"name":"Performance","slug":"performance","is_custom":false},{"name":"Performance Testing","slug":"perfo
