Яндекс·Москва·21 авг.
Старший разработчик на C++ в Ритм
Ориентир по рынку≈ 154 000 – 229 000 ₽наш грубый ориентир по 199 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана
≈ 1,9 тыс.–2,8 тыс. $
🔄 ГибридMiddleПолная занятостьКорпорация
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. Грубый ориентир: столько платят в 199 вакансиях уровня Middle по всему рынку, без учёта специальности.
Живость
Висит 61 день. Источник её не снимает, но так долго открытые позиции бывают трудными для найма или набором в резерв.
- Зарплата не указана
- Появилась у нас 21 августа 2026 г., 61 день назад
- Текст у источника меняли 1 раз, последний раз 1 октября 2026 г.
- У источника её видели сегодня
В Pro вся история: 1 событие с датой
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Расписано подробно: обязанностей 14, требований 10. Картина ясна до первого созвона.
- Известно
- высокие нагрузки
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноC++PythoniOSAndroid
Надбавка к зарплате на этом уровне: Python +40%.
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 Яндекс обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Привет! Меня зовут Искандер, я руковожу разработкой Яндекс Ритма. Мы делаем ленту, которую видят миллионы людей на главной Яндекса и в поисковом приложении, и сейчас переходим от «покажем хороший контент» к «поймём, какой именно тип контента интересен человеку прямо сейчас». Это задачи на стыке высоконагруженного бэкенда и ML, где от вашего кода напрямую зависят и продуктовая метрика, и выручка. Если вам нравится, когда решение видно в проде через недели, а не через годы, — давайте знакомиться! Искандер Ямбулатов
О роли
CTO Ритма Яндекс Ритм — рекомендательный сервис для поиска товаров и услуг. Наш основной продукт — бесконечная контентная лента: она живёт на главной Яндекса на ya.ru и в поисковом приложении, а ещё у нас есть отдельный веб-сервис и приложения для iOS и Android. Каждый день лента показывает пользователям десятки миллионов карточек и подстраивается под то, что человеку интересно именно сейчас.
Чем предстоит заниматься
Умное смешивание контента в ленте
Сейчас лента собирается из карточек разных типов, и каждый источник отбирает лучшее со своей точки зрения. Главный вопрос, на который мы отвечаем: контент какого типа интереснее конкретному пользователю прямо сейчас? Вы будете строить технологию смешивания — от быстрой эвристики, которая уже регулирует состав ленты, до полноценного ранжирования самих карточек с помощью моделей
Ограничения здесь вполне инженерные: ранжирование должно укладываться в сотни миллисекунд на запрос, реакцию пользователя нужно учитывать как можно быстрее, а новый тип карточек — подключать без переписывания половины сервиса. Вам предстоит реализовывать этот контур, доставлять признаки и выстраивать логирование так, чтобы на этих данных можно было обучать модели
Новые типы контента и общая база объектов
Мы расширяем состав ленты за счёт интеграций с внутренними и внешними сервисами: у каждого своя модель контента, свои идентификаторы и свой способ отдавать рекомендации. Ваша задача — сделать так, чтобы подключение очередного источника было рутиной, а не проектом на квартал
Для этого мы строим общую базу объектов: единое представление карточки, её признаки и накопленную статистику, а также доставку всех этих данных до сервиса рекомендаций. Здесь вы будете придумывать схему хранения, продумывать архитектуру интеграций и решать, что считать онлайн, а что с помощью офлайн-процессов
Развитие платного продвижения
Часть карточек в ленте продвигается за деньги, и это отдельный технический контур: отбор продвигаемых объектов, аукцион, предсказание вероятности клика, связка карточек с рекламными кампаниями и учёт конверсий. Вы будете развивать рекламное ранжирование вместе с ML-инженерами и аналитиками — от формулы отбора до скорости, с которой новый продвигаемый объект доезжает до выдачи
Задача интересна тем, что здесь всё время приходится соблюдать баланс: продвижение приносит выручку, но конкурирует за внимание пользователя с органическим контентом. Решения принимаются на основе экспериментов, и вы будете видеть эффект своей работы и в деньгах, и в продуктовых метриках
Масштабирование на новые поверхности и пользовательские сценарии
Ритм расширяет список площадок, на которых показывается лента, поэтому вам предстоит поддерживать такие интеграции: управлять тем, какой набор контента доступен на конкретной поверхности, и учитывать её ограничения. Отдельный пласт работы — новые пользовательские сценарии, часто находящиеся на стыке нескольких сервисов Яндекса, которые повышают вовлечённость и приносят прибыль
Инфраструктура и данные сервиса
Вы будете работать с YDB, заниматься обработкой данных и офлайн-процессами: считать статистику по объектам, готовить данные для моделей, поддерживать регулярные расчёты и следить за тем, чтобы всё это не деградировало под нагрузкой
Больше о бэкенде в Яндексе — в канале Yandex for Backend
Наши требования
Отлично владеете C++ и стандартной библиотекой
Разбираетесь в базовых алгоритмах и структурах данных
Умеете писать скрипты на Python
Понимаете, как устроены высоконагруженные сервисы, и умеете искать узкие места
Хотите участвовать в жизни продукта и вносить собственные идеи
Работали с YDB или другими распределёнными базами данных
Занимались обработкой больших объёмов данных в офлайн-пайплайнах
Знакомы с фреймворком userver
Имеете опыт работы с рекомендательными или поисковыми системами
Умеете работать с ML-моделями в продакшене — пусть и со стороны бэкенда
