Search & Data Engineering Lead (Т Банк)

AnyQuery — продукт экосистемы Т‑Банка. Делаем e-commerce Gen AI, поиск и персонализацию (поиск, автокомплит, рекомендации, визуальный поиск).

Нашими решениями пользуются 1 000+ интернет-магазинов; продуктом пользуются сотни миллионов пользователей ежемесячно — поэтому у нас высокий стандарт качества и ответственности.

Роль

Вы — технический лидер инфраструктуры поиска и дата-пайплайнов. Ваша зона ответственности: надёжность и производительность поисковых индексов, пайплайны заливки и обогащения данных, масштабирование на тысячи ритейлеров. Вы обеспечиваете фундамент, на котором работают алгоритмы ранжирования и ML-модели.

Стек

Elasticsearch / OpenSearch, PostgreSQL, Kafka, Airflow, Python, Java, Kubernetes, Docker, Milvus, Redis,

Задачи (первые месяцы)

• Аудит и оптимизация текущего пайплайна заливки данных: скорость индексации, качество данных, обработка ошибок.
• Настройка мониторинга: latency, throughput, data freshness, error rates по всем 1 000+ сайтам.
• Ревизия структуры индексов Elasticsearch: маппинги, анализаторы, шарды, реплики.
• Выстроить процесс on-call и incident management для поисковой инфраструктуры.

Задачи (3–6 месяцев и далее)

• Переработка пайплайна обогащения данных: нормализация, классификация, извлечение атрибутов (включая LLM-based extraction).
• Масштабирование инфраструктуры: автоскейлинг кластеров, оптимизация стоимости, geo-distribution.
• Построение дата-платформы: lineage, quality gates, schema registry для товарных данных.
• Интеграция векторных индексов (Milvus) в основной поисковый пайплайн.
• Работа с командой ML/Quality: обеспечение быстрого деплоя новых моделей и фичей.

Наш идеальный кандидат

• 4–7+ лет в data/search engineering, из них 1+ год в роли лида.
• Глубокий опыт с Elasticsearch/OpenSearch на масштабе (десятки миллионов документов, тысячи запросов в секунду).
• Опыт проектирования и эксплуатации ETL/ELT-пайплайнов (Kafka, Airflow, dbt).
• PostgreSQL: оптимизация запросов, партиционирование, репликация.
• Опыт работы с Kubernetes в production.
• Понимание принципов data quality и observability.

Будет плюсом

• Опыт с векторными базами (Milvus, Qdrant).
• Опыт в e-commerce: работа с товарными каталогами, фидами, мэтчинг.
• Знание Java для написания высоконагруженных сервисов.

Почему мы?

• Масштаб и ответственность: продукт с огромной аудиторией и реальным влиянием на e-commerce.
• Рост и обучение: внутренняя база знаний и обучение, доступ к материалам/книгам Т‑Банка.
• Сильная команда и влияние на технические решения.
• Забота о ментальном здоровье — скидки на услуги сервиса «Ясно».
• Английский по корпоративной программе совместно с Skyeng.
• Гибридный формат: крутой офис в центре Москвы (м. Белорусская) со спортзалом, катком, бесплатными завтраками, обедами, зонами для отдыха и медитаций.