yandex
С
Сбер
Страна
Россия
Зарплата
от 180 000 ₽
+500% приглашений

Откликайтесь
на вакансии с ИИ

Ускорим процесс поиска работы
MiddleГибридПолная занятость

Python Engineer (RecSys / Highload)

Оценка ИИ

Отличное предложение от топового тех-гиганта с прозрачной вилкой и сильным стеком. Прямой контакт с руководителем и работа с SOTA-технологиями делают вакансию крайне привлекательной для роста.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться

Сложность вакансии

ЛегкоСложно
Оценка ИИ

Позиция требует сильной математической базы и уверенного владения стеком для работы с Big Data (PySpark, Airflow). Высокая планка обусловлена необходимостью работы с петабайтами данных и highload-сервисами.

Анализ зарплаты

Медиана220 000 ₽
Рынок160 000 ₽ – 300 000 ₽
Оценка ИИ

Предложенная вилка (180k для Junior и 250k+ для Middle на руки) находится на верхней границе рынка для РФ, особенно с учетом годового бонуса. Это конкурентное предложение, соответствующее уровню ожиданий от инженеров в Big Data и RecSys.

Сопроводительное письмо

Меня крайне заинтересовала вакансия Python Engineer в команде рекомендательной платформы Сбера. Мой опыт работы с PySpark и построения сложных ML-пайплайнов в Airflow полностью соответствует вашим задачам по обработке петабайтов данных. Я обладаю необходимым математическим бэкграундом и опытом написания промышленного кода на Python, что позволит мне эффективно внедрять SOTA-модели в продакшн.

Особенно меня привлекает возможность работы с GPU-кластерами и оптимизация highload-сервисов. Я уверен, что мои навыки в области распределенного обучения и работы с PyTorch помогут команде в достижении амбициозных целей по развитию экосистемы Сбера. Буду рад обсудить, как мой опыт в RecSys может усилить вашу платформу.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Сбер уже сейчас

Откликайтесь напрямую руководителю команды рекомендаций Сбера и станьте частью масштабных AI-проектов!

Описание вакансии

#вакансия #Python #PySpark #Airflow #офис #гибрид #Junior #Middle

Python Engineer (RecSys / Highload)

🏢 Компания: Сбер (команда рекомендательной платформы) 🌍 Локация: РФ 🔻 Формат: офис / частичный гибрид 🌟 Грейд: Junior / Middle 💰 Вилка: Junior от 180 000 ₽ / Middle от 250 000 ₽ на руки + годовой бонус ⚡️ Занятость: фуллтайм 🙌🏻 Оформление: ТК РФ

—————————————————

О ПРОЕКТЕ:

Мы — команда экспертов, объединённых страстью к AI и рекомендательным системам. Внедряем современную масштабируемую платформу, которая работает с петабайтами данных и предвосхищает ожидания миллионов пользователей Сбера (финансы, e-commerce, развлечения, здоровье). Наша задача — выводить SOTA-модели в промышленность и определять точки роста продукта.

—————————————————

ЧТО ДЕЛАТЬ:

• Разрабатывать и совершенствовать End-to-End ML-пайплайны • Строить production-пайплайны обработки данных на PySpark • Исследовать и применять подходы к работе с петабайтами данных • Писать эффективный код для тренировки и инференса на PyTorch (GPU-кластер) • Заниматься performance-оптимизацией highload-сервисов и пайплайнов • Менторить младших коллег и делиться экспертизой

—————————————————

ТРЕБОВАНИЯ:

Математический бэкграунд

Python, PySpark, PyArrow

Опыт написания production-кода

Промышленные пайплайны со сложной логикой и зависимостями

Airflow (или Dagster/Luigi)

SQL / NoSQL

Будет плюсом:

Kubernetes, MLFlow

Распределённое обучение на GPU-кластере

Онлайн-инференс под высокой нагрузкой

Оптимизация препроцессинга для highload

—————————————————

СТЕК:

Python, PySpark, Airflow, Kubernetes, FastAPI, S3, PyTorch, MLFlow, Jira, Confluence, Git

—————————————————

📩 Связь напрямую с будущим руководителем — без HR скрининга: Откликнуться

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • PySpark
  • Airflow
  • PyTorch
  • SQL
  • NoSQL
  • Kubernetes
  • MLflow
  • FastAPI
  • S3
  • Git
  • PyArrow

Возможные вопросы на собеседовании

Проверка понимания специфики работы с большими данными в Spark.

Расскажите о методах оптимизации PySpark-джобов при работе с перекосом данных (data skew).

Важно для понимания того, как кандидат обеспечивает надежность ML-систем.

Как вы организуете мониторинг и обработку ошибок в сложных DAG-ах Airflow для ML-пайплайнов?

Проверка навыков написания эффективного кода для высоконагруженных систем.

Какие подходы вы используете для оптимизации инференса моделей на PyTorch для работы под высокой нагрузкой?

Оценка архитектурного мышления в контексте рекомендательных систем.

Опишите архитектуру End-to-End ML-пайплайна: от сырых данных в S3 до онлайн-выдачи рекомендаций.

Проверка умения работать с распределенными вычислениями.

С какими проблемами вы сталкивались при распределенном обучении моделей на GPU-кластере и как их решали?

Похожие вакансии

более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!

С
Сбер
Страна
Россия
Зарплата
от 180 000 ₽