Мы развиваем финансовую вертикаль — сервис, который помогает пользователям изучать и сравнивать предложения банков, следить за стоимостью биржевых инструментов, смотреть курсы валют и находить иную информацию, которая так или иначе связана с финансами. В основе большинства страниц сервиса лежит система, которая собирает и обновляет информацию о финансовых продуктах. От её скорости и надёжности напрямую зависят актуальность данных и пользовательский опыт. Сейчас команда создаёт новую версию решения для сбора банковских предложений. Она должна позволить быстрее обнаруживать изменения на сайтах банков, оперативно обновлять данные в сервисе и при этом требовать минимум ручного сопровождения. Стек: Python, C++, Postgresql, SQLAlchemy, Pydantic.

Обязанности:

Сбор и обработка данных
В ваши задачи войдёт разработка инструментов для сбора и обработки информации о банковских продуктах. Вы будете исследовать альтернативные подходы к сбору данных, сравнивать их и выбирать наиболее эффективные. Доведение новой версии системы до полноценного промышленного использования
Вам предстоит спроектировать решение, которое сможет работать автономно и будет удобно развивать. Вы будете снижать задержку между изменением предложения на сайте банка и его появлением в нашем сервисе, а также расширять систему при появлении новых финансовых продуктов и источников данных. Финансовая вертикаль
В дальнейшем вам предстоит участвовать в продуктовых и инфраструктурных задачах финансовой вертикали. Больше о бэкенде в Яндексе — в канале Yandex for Backend

Ключевые навыки:

  • Работали не менее шести лет в коммерческой бэкенд‑разработке на Python
  • Хорошо знаете SQL и понимаете принципы работы реляционных баз данных
  • Умеете проектировать API и компоненты микросервисных систем
  • Знакомы с классическими алгоритмами и структурами данных
  • Понимаете принципы тестирования, мониторинга и эксплуатации бэкенд‑сервисов
  • Готовы работать в гибридном формате из городов, где есть наши команды (Москва, БЦ Аврора / Санкт-Петербург, БЦ Бенуа)

Дополнительные требования:

  • Разрабатывали высоконагруженные и отказоустойчивые распределённые системы
  • Оптимизировали производительность и расследовали проблемы в продакшене
  • Умеете оценивать качество LLM‑решений и контролировать стабильность их работы
  • Знакомы с машинным обучением и участвовали в разработке продуктов на основе ML