Команда Antifraud в VK Рекламе отвечает за устойчивость и качество рекламной экосистемы. Мы разрабатываем системы, которые в реальном времени выявляют фрод, аномалии и недобросовестное поведение на всех этапах рекламного цикла.

Ищем backend-инженера для развития платформы real-time антифрода. Предстоит строить высоконагруженные сервисы, обрабатывающие сотни тысяч запросов в секунду, с жёсткими требованиями ко времени ответа и доступности. В основе задач — обработка рекламных событий, вычисление поведенческих сигналов и применение правил и ML-моделей для принятия решений.

Задачи

- Проектировать и развивать backend-сервисы антифрод-платформы: от приёма событий до принятия решений в реальном времени

- Обеспечивать высокую пропускную способность и низкую задержку: находить узкие места, проводить нагрузочное тестирование, оптимизировать использование CPU, памяти и сетевых ресурсов

- Разрабатывать механизмы вычисления и хранения оперативных признаков, счётчиков и агрегатов на больших потоках событий

- Интегрировать ML-модели и антифрод-правила в обработку рекламных запросов, обеспечивать управляемое обновление и версионирование логики

- Проектировать отказоустойчивую обработку данных: учитывать повторные и запоздавшие события, перегрузки и недоступность зависимостей

- Развивать наблюдаемость сервисов: метрики, логи, трассировки и алерты; участвовать в разборе инцидентов

- Совместно с ML-инженерами и аналитиками внедрять новые механизмы выявления фрода и оценивать их влияние на рекламную систему

Требования

- Уверенное владение Go (Golang) и Python, опыт создания и эксплуатации высоконагруженных сервисов

- Опыт самостоятельного проектирования сервисов и API, понимание компромиссов между производительностью, надёжностью и сложностью сопровождения

- Хорошее понимание конкурентной обработки, многопоточности, сетевого взаимодействия и управления ресурсами

- Знание принципов распределённых систем: партиционирование, репликация, согласованность данных, идемпотентность и гарантии доставки событий

- Опыт работы с базами данных и кэшами, умение выбирать хранилище под профиль нагрузки и требования к задержкам

- Практический опыт работы с Kafka: проектирование топиков и партиций, настройка producers и consumers, понимание consumer groups и гарантий доставки событий

- Опыт работы с Redis для кэширования, хранения оперативных данных и счётчиков; понимание TTL, политик вытеснения и атомарных операций

- Практический опыт профилирования, нагрузочного тестирования и диагностики проблем в продакшене

- Опыт работы с Linux, Docker, Git, автоматизированным тестированием и CI/CD

Будет плюсом

- Опыт разработки систем с нагрузкой в сотни тысяч RPS и строгими требованиями к p95/p99 задержкам

- Опыт разработки на C++

- Опыт работы с YTsaurus для хранения и обработки больших объёмов данных

- Практика эксплуатации сервисов в Kubernetes

- Опыт интеграции ML-инференса и работы с MLOps-инфраструктурой

- Опыт разработки антифрод-систем, рекламных платформ, RTB-сервисов или систем принятия решений в реальном времени