Java-лид в команду видеоплатформы
Оценка ИИVK — один из крупнейших тех-гигантов России с сильной инженерной культурой. Работа над видеоплатформой подразумевает решение сложнейших задач Highload, что дает отличный профессиональный рост.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует исключительных знаний внутреннего устройства JVM и опыта управления командой, а также специфических знаний в области передачи видеоданных. Высокая планка в 6+ лет опыта делает позицию доступной только для экспертов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, однако для позиции Java Lead в крупных российских тех-компаниях (BigTech) рыночный диапазон составляет от 450 000 до 650 000 рублей после налогов. Предложение VK обычно соответствует или слегка превышает верхнюю границу рынка для сильных кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*💻 VK ищет Java-лида в команду видеоплатформы*
Доступна удалёнка · зарплата не указана
Команда отвечает за хранение и раздачу видео, трансляции и аналитику. Лиду предстоит управлять небольшой командой и принимать технические решения по развитию платформы.
Нужны более 6 лет backend-разработки на Java и опыт технического лидерства. Из технологий — Spring, Cassandra и ZooKeeper. Важно хорошо понимать JVM, сборку мусора, многопоточность и Java Memory Model.
Знание сетей и протоколов передачи данных тоже понадобится: работа напрямую связана с доставкой видео.
В карточке указана Москва. Из каких стран разрешена удалёнка, нужно уточнить.
*➡️* Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Java
- Spring
- Cassandra
- Zookeeper
- JVM
- Multithreading
- Java Memory Model
- Backend
Возможные вопросы на собеседовании
Позиция лида предполагает глубокое понимание работы памяти для оптимизации высоконагруженных систем.
Расскажите о различиях между разными сборщиками мусора (G1, ZGC, Shenandoah) и в каких случаях вы бы выбрали каждый из них для видеоплатформы?
Работа с видео требует эффективного управления потоками.
Как бы вы организовали обработку большого количества параллельных видеотрансляций, учитывая особенности Java Memory Model?
В стеке указана Cassandra, важно понимать опыт работы с распределенными БД.
С какими проблемами консистентности данных в Cassandra вы сталкивались и как решали их при масштабировании системы?
Лид должен уметь выстраивать процессы.
Как вы подходите к принятию архитектурных решений в команде: как балансируете между скоростью доставки фич и техническим долгом?
Вакансия связана с доставкой видео.
Какие протоколы передачи видео (HLS, DASH, WebRTC) вы использовали и какие у них есть ограничения при работе на бэкенде?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
