Senior Backend Engineer | Search & Recommendations
Summary
Own the search core and recommendations engine for a top classifieds platform in Uzbekistan (6M+ MAU), tuning Solr Cloud on AWS EKS and building high-load microservices in Go with vector search, embeddings, and Learning to Rank personalization.
О проекте:
Мы — ведущий классифайд объявлений, занимающий позицию #1 в Узбекистане. Наша платформа обслуживает более 6 миллионов активных пользователей в месяц (MAU) и обрабатывает базу из 2.2 миллионов активных объявлений
Ваша миссия:
Стать техническим владельцем поискового ядра и системы рекомендаций. Вам предстоит развивать инструменты поиска на базе Apache Solr, внедрять персональное ранжирование и векторный поиск, обеспечивая мгновенный и релевантный отклик системы под нагрузкой в десятки миллионов запросов.
Ключевые задачи:
- Развитие поискового ядра: Экспертная настройка, оптимизация и масштабирование Solr Cloud в среде AWS EKS.
- Мультиязычный поиск: Улучшение качества поиска для узбекского (кириллица/латиница) и русского языков, работа с морфологией и синонимами.
- Vector Search: Внедрение гибридного поиска с использованием семантических векторов (эмбеддингов) для повышения точности выдачи.
- Персональное ранжирование: Реализация алгоритмов LTR (Learning to Rank) на основе потока данных о поведении пользователей из нашей Data Platform.
- High-Load Optimization: Тюнинг производительности системы при обработке пиковых нагрузок и работа с распределенным кэшированием.
Мы ожидаем:
- Опыт в Big-Ecom: Вы успешно решали задачи поиска в высоконагруженных проектах уровня Avito, Ozon, Wildberries, Lamoda или .
- Глубокая экспертиза в Solr: Вы знаете внутреннее устройство Apache Solr, умеете писать кастомные плагины, настраивать сложные схемы индексации и проводить глубокий тюнинг производительности.
- Mastery in Go: Уверенное владение Golang для разработки высокопроизводительных микросервисов вокруг поискового ядра.
- Vector & Personalization: Опыт работы с векторным поиском и алгоритмами ранжирования на основе пользовательского опыта.
- Infrastructure: Понимание работы облачной инфраструктуры (AWS) и контейнеризации (Kubernetes/EKS).
Технологический контекст:
- Search: Apache Solr (основной движок).
- Backend: Go.
- Infrastructure: AWS.
Что мы предлагаем:
- Участие в развитии проекта со старта.
- Прямое влияние на конечный продукт.
- Перспективы профессионального и карьерного роста.
- Развитие в команде опытных коллег.
- Минимум бюрократии и быстрое принятие решений.
- Индивидуальное обсуждение графика и формата работы с каждым сотрудником.