SaaS (Search-as-a-Service) — общая поисковая платформа в Яндексе. Мы создаём технологии, благодаря которым другие команды получают готовый полнотекстовый поиск, key-value-хранилище (eventually consistent) или kNN — и не тратят месяцы на разработку и поддержку собственного решения. Платформой пользуются сотни сервисов компании, а суммарный объём поисковых индексов исчисляется петабайтами.

Наша команда строит новое поколение поисковой индексации — большую распределённую систему, поверх которой работают поисковые и рекомендательные сценарии. Мы отвечаем за то, как миллиарды документов попадают в индексы, хранятся, обновляются и доставляются до рантайма — при полной перестройке индекса и в потоковом режиме, когда данные приходят практически в реальном времени.

Сегодня поиск становится основой для современных RAG-систем и AI-агентов, и требования к индексации только растут: нужно работать с ещё большими объёмами данных, развивать инфраструктуру и внедрять новые типы индексов — например, векторные для семантического поиска.

Всё это — сложная работа на стыке высоконагруженных систем, низкоуровневой оптимизации и R&D, от которой зависит будущее нашего поиска.

Какие задачи вас ждут

Разработка общих механизмов индексации

Вы будете строить распределённые системы, которые обрабатывают миллиарды документов и поддерживают разные режимы индексации, включая полную перестройку индекса, потоковый режим и их гибридную комбинацию. При этом сами алгоритмы должны быть не только быстрыми, но и надёжными — например, гарантировать, что документы попадают в индекс в том же порядке, в котором изначально были отправлены.

Улучшение эффективности индексации и хранения данных

Мы строим технологию, на которой будут работать самые большие сервисы компании, поэтому эффективность использования железа критична — на нашем масштабе даже небольшой выигрыш в производительности экономит ощутимые ресурсы. Вы будете оптимизировать построение индексов на самом низком уровне, применять и улучшать современные кодеки сжатия, а также искать новые способы выжимать из железа максимум.

Создание движка векторного поиска

Современные RAG-системы и AI-агенты сделали векторный поиск массовым: всё больше сервисов компании приходят к нам за kNN-поиском и предъявляют к нему более высокие требования по функциональности, скорости, качеству и масштабу. Чтобы закрыть этот спрос, мы с нуля разрабатываем движок приближённого поиска. Вы будете проектировать и запускать собственный kNN, способный работать на масштабах компании.

Проектирование архитектуры и проведение R&D

Мы создаём систему нового поколения, и многие вопросы ещё остаются открытыми. Вы будете участвовать в формировании и принятии ключевых архитектурных решений и проверять их на практике: исследовать, тестировать и внедрять новые подходы к обработке петабайтов данных, их эффективному хранению и быстрой доставке обновлений до поиска.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждём, что вы

- Уверенно владеете C++ и хотите на нём писать

- Хорошо знаете классические алгоритмы и структуры данных

- Разрабатывали высоконагруженные распределённые системы и понимаете паттерны их проектирования

- Умеете писать надёжный и быстрый многопоточный код

Будет плюсом, если вы

- Понимаете устройство современных поисковых систем и баз данных, знакомы с внутренностями Lucene, Elasticsearch, Qdrant, ClickHouse

- Знаете, как работают инвертированные индексы, приближённый поиск и различные алгоритмы ранжирования

- Знакомы с SIMD и понимаете, как работают современные кодеки сжатия

- Профилировали и оптимизировали приложения (CPU-bound и I/O-bound)

- Работали с технологиями потоковой обработки данных (Kafka, Flink) или MapReduce

Узнать больше

-

Поиск с Алисой AI

-

Офисы в Москве

-

Как в Яндексе проходят алгоритмические секции собеседований

-

Как мы нанимаем бэкенд-разработчиков

-

Задачи для подготовки к собеседованиям