Привет, меня зовут Миша Вельтищев, я отвечаю за скорость доставки новых фич в продакшен и руковожу группой разработки сервисов приёмки. Я ищу сильного и ответственного Python-разработчика в московское крыло команды (распределённой между тремя городами для отказоустойчивости), который бодро вольётся в наш весёлый и дружный коллектив, поможет нам разрабатывать наш фреймворк и расширяться на внутреннем «рынке» инфраструктуры Яндекса.

Миша Вельтищев

Руководитель группы

Мы разрабатываем инфраструктуру back-to-back-тестирования web-сервисов.

Тысячи разработчиков Яндекса ежедневно пишут новые фичи и выкатывают их в продакшен. Объём продуктовой логики растёт; кроме того, растёт и граф микросервисов. В таких условиях критично сократить время разработки фичи от первой версии кода до релиза в продакшен (Time-To-Prod или Time-To-Market) без деградации качества, надёжности и производительности.

Наш инструмент (Echo) позволяет выдерживать эти требования бизнеса. Мы планируем масштабировать свои инструменты на весь Яндекс или значительную его долю.

Какие задачи вас ждут

Инструменты ускорения сборки

Почти все высоконагруженные сервисы Яндекса используют С++ для обеспечения производительности. Время сборки стоит на критическом пути feedback loop — его постоянно нужно сокращать. Поэтому мы хотим построить инструмент, упрощающий разработчику анализ ненужных зависимостей. Смежная с этим задача — повысить точность попадания в распределённый сборочный кеш.

Интеграция фреймворка тестирования с распределённой файловой системой (Plutonium FS)

Архитектура наших микросервисов не позволяет хранить все данные «рядом» с запущенными инстансами, поскольку общий объём данных слишком велик. Наши коллеги разработали решение, которое позволяет вынести часть данных в быстрое сетевое хранилище. Теперь надо «подружить» это решение с нашим фреймворком, чтобы добавление новых «потоков» (типов) данных под сервис было простым и удобным.

Масштабирование фреймворка под новые сервисы и улучшение UX

Ожидаем роста количества сервисов, использующих наш фреймворк. Нам нужно добавлять новые фичи и улучшать UX для сокращения feedback loop.

С ростом количества сервисов растёт и нагрузка на поддержку, поэтому мы заботимся о стабильности фреймворка и удобстве его использования. Сопровождаем подключение крупных сервисов и собираем обратную связь от новых клиентов, по результатам устраняем недоработки и улучшаем UX.

Автоматизация семплирования входных данных

Важно максимизировать покрытие кода тестовыми обстрелами. Поскольку сервисов много, а входной поток постоянно трансформируется, возникает потребность автоматически строить тестовый семпл оптимальным образом.

Разработка AI-базированных средств анализа результатов тестирования

Мы рассматриваем возможность применения современных AI-моделей, чтобы суммаризировать результаты и представлять их в удобном для разработчика виде.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждём, что вы

- Уверенно владеете Python 3

- Работали с распределёнными системами или крайне хотите этому научиться

- Прекрасно понимаете разницу между понятиями «процесс» и «поток», вас не пугает async/await или многопоточность

- Ответственны и аккуратны

Будет плюсом, если вы

- Знакомы с SQL или имеете аналитические склонности

- Знаете C++ (в частности, с userver)

- Знакомы с MapReduce

- Работали с большими данными, умеете анализировать их

- Имеете склонность к профилированию и оптимизации производительности

- Коммуникабельны (наши пользователи — разработчики Яндекса, с ними можно и нужно поддерживать диалог)

Узнать больше

-

Рекламные технологии

-

Офисы в Санкт-Петербурге

-

Офисы в Москве

-

Офисы в Минске

-

Как в Яндексе проходят алгоритмические секции собеседований

-

Как мы нанимаем бэкенд-разработчиков

-

Задачи для подготовки к собеседованиям