- Страна
- Россия
- Зарплата
- от 200 000 ₽
Middle+ / Senior C++ Developer — ЕМЕ
Интересный технологический стек (векторные БД) и четкие требования. Однако указанная зарплата для уровня Senior в Москве может быть ниже рыночного максимума для таких узких специализаций.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Высокая сложность обусловлена необходимостью глубоких знаний C++, алгоритмов и специфики работы с памятью (CPU cache, in-memory). Разработка ядер СУБД требует исключительной точности и навыков низкоуровневой оптимизации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Указанная зарплата от 200 000 ₽ соответствует уровню Middle+, но для Senior-разработчика C++ в Москве со специализацией на ядрах СУБД рыночные показатели обычно начинаются от 350 000 - 400 000 ₽. Предложение выглядит конкурентным для Middle, но может быть ниже ожиданий опытных Senior-специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Middle+ / Senior C++ Developer — ЕМЕ
Офис, Москва. От 200 000 ₽ в месяц до вычета налогов
Развитие in-memory ядра векторно-графовой базы данных: индексы, поиск, память и многопоточность.
Требования и условия:
— Уверенный C++, алгоритмы и структуры данных
— Разработка под Linux и/или Windows, производительный и тестируемый код
— СУБД, ANN-индексы, профилирование и работа с CPU cache будут плюсом
Навигация: База знаний • Задачи • Собеседования
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- C++
- Algorithms
- Data Structures
- Linux
- Windows
- DBMS
- ANN Indexing
- Profiling
- Multithreading
Возможные вопросы на собеседовании
Вакансия связана с in-memory ядром, где управление памятью критично.
Расскажите о стратегиях управления памятью в высоконагруженных C++ системах и о том, как минимизировать cache misses.
Векторно-графовые БД требуют эффективного поиска.
Какие алгоритмы ANN (Approximate Nearest Neighbor) вы знаете и в чем их преимущества/недостатки?
Ядро БД работает в многопоточной среде.
Как реализовать lock-free структуру данных и какие подводные камни могут возникнуть при использовании memory barriers?
Требуется написание производительного кода.
Какими инструментами профилирования вы пользуетесь для поиска узких мест в производительности на Linux и Windows?
Проверка фундаментальных знаний.
Реализуйте эффективный алгоритм обхода графа в памяти с учетом ограничений по времени выполнения.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

