Data Acquisition Tech Lead (GigaChat)

Сбер·Москва·28 июня

Data Acquisition Tech Lead (GigaChat)

Ориентир по рынку≈ 436 000 – 523 000 ₽наша приблизительная оценка по 20 вакансиям этой роли и грейда, у работодателя вилка не указана

≈ 5,4 тыс.–6,5 тыс. $

ГибридLeadПолная занятостьАнглийский C1

≈ 436 000 – 523 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Правда, вакансия открыта уже давно.

2 из 4 в норме

Открыта долго: как понять до отклика, ищут ли ещё

Деньги

Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 20 похожих вакансиях Руководитель разработки уровня Lead.

платят меньше436 000 – 523 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Висит 121 день. Источник её не снимает, но так долго открытые позиции бывают трудными для найма или набором в резерв.

Висит дольше 90% вакансий того же грейда
Зарплата не указана

Открыта давно

Описание

Расписано подробно: обязанностей 9, требований 13. Картина ясна до первого созвона.

Обещают: ДМС и компенсация спорта
Известно: английский C1
Не сказано: сколько дней в офисе

Подробно

Что требуют

ОбязательноPythonGoC++Kubernetes

ПлюсомNLP

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

10 вопросов именно к этой вакансии: что спросить на первом созвоне

Когда откликаться

Стоит ли спешить: за сколько дней Сбер обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Наша компания

Мы создаём языковые модели нового поколения, и качество обучающих данных лежит в основе всего, что мы делаем. Команда сбора данных отвечает за поиск источников, веб-краулинг, загрузку и лицензирование разнообразных высококачественных датасетов, на которых обучаются наши модели. В этой роли вы будете отвечать за техническое развитие систем веб-краулинга и загрузки данных, которые поставляют петабайты текстов в обучающие пайплайны. Это роль для сильного техлида: человека, который не только проектирует и развивает критически важные системы, но и задаёт инженерные стандарты, помогает команде прини

О роли

Позиция предполагает значительное влияние на архитектуру и развитие команды и даёт естественную траекторию роста в сторону роли тимлида.

Чем предстоит заниматься

Проектировать, развивать и поддерживать масштабируемую инфраструктуру веб-краулинга, способную обрабатывать миллиарды страниц на разных языках и из разных доменов

Развивать пайплайны загрузки данных, которые преобразуют сырой контент в структурированные, дедуплицированные и обогащённые метаданными датасеты, готовые к дальнейшей обработке

Разрабатывать алгоритмы планирования и приоритизации краулинга, повышающие актуальность, покрытие и разнообразие данных в условиях ограничений по вычислительным ресурсам и пропускной способности

Создавать и поддерживать системы поиска и индексирования, которые позволяют исследователям и инженерам находить, запрашивать и отбирать данные из полного корпуса

Вместе с командой обработки данных определять схемы, сигналы качества и интерфейсы передачи данных между этапами сбора и подготовки

Обеспечивать наблюдаемость систем: метрики, логирование, алертинг и инструменты для быстрого реагирования на инциденты

Оценивать и подключать внешние источники данных, согласовывая технические требования к форматам поставки и API

Выступать техническим ориентиром для команды: помогать коллегам в выборе решений, проводить архитектурные обсуждения, участвовать в code review и повышать инженерную зрелость направления

Менторить инженеров команды и распространять лучшие практики проектирования, эксплуатации и развития систем сбора данных

Наши требования

Высшее образование в области computer science, математики или смежной области

Не менее 6 лет опыта в разработке ПО, из которых как минимум 3 года — в создании масштабных распределённых систем

Глубокую экспертизу в веб-краулинге, скрейпинге или информационном поиске в масштабе миллиардов документов

Уверенное владение Python, Go или C++, а также опыт работы с Kubernetes или аналогичными системами оркестрации контейнеров

Практический опыт работы с распределёнными системами хранения данных и key-value- или документоориентированными базами данных

Хорошее понимание сетевых протоколов и веб-стандартов, значимых для краулинга

Опыт ведения сложных технических инициатив — от архитектурного замысла до production-эксплуатации

Способность быть техническим лидером для команды: аргументированно принимать решения, синхронизировать инженеров вокруг архитектурного подхода и развивать экспертизу коллег

Сильные письменные и устные коммуникативные навыки; умение влиять на технические решения в кросс-функциональном взаимодействии

Опыт работы с YTSaurus

Опыт эксплуатации веб-краулеров петабайтного масштаба

Бэкграунд в NLP, извлечении текста или определении языка для многоязычных корпусов

Опыт менторинга инженеров и неформального лидерства в сильной технической команде