Привет!
Мы создаем высоконагруженную видеоплатформу, которая обрабатывает потоки с тысяч камер в реальном времени. Платформа использует машинное обучение (ML) для автоматического анализа видео, выявления девиантного поведения и оптимизации бизнес-процессов. Вы будете строить ядро системы, от которой зависит работа всех алгоритмов.
Мы ищем ведущего разработчика для команды видеоплатформы.
Ключевая задача — разработка и поддержка высоконагруженной, распределенной системы, обеспечивающей бесперебойную работу видеоаналитики в реальном времени. Вы станете частью команды, отвечающей за создание надежного и масштабируемого конвейера обработки видео и данных.
Вы будете
-
Разрабатывать, развивать и поддерживать микросервисную архитектуру высоконагруженной видеоплатформы.
-
Тесно взаимодействовать с ML-командой для создания эффективного контракта "платформа-модель": разработка API для стриминга видеофрагментов, приема и обработки метаданных, управления инференсом.
-
Проектировать и реализовывать API (gRPC, REST) для внутренних и внешних интеграций.
-
Участвовать во всех этапах разработки: от проектирования и код-ревью до тестирования, развертывания и мониторинга.
-
Оптимизировать производительность, latency и throughput критически важных сервисов.
Нам важно
-
Глубокий бэкенд-опыт (Go) в разработке высоконагруженных распределенных систем.
-
Опыт проектирования микросервисной архитектуры и API (gRPC, REST).
-
Опыт работы с контейнерами (Docker, Kubernetes) и базами данных (SQL/NoSQL).
-
Умение работать в кросс-функциональной команде, конструктивно обсуждать решения.
Будет плюсом
-
Понимание принципов работы с видео: кодеков (H.264/H.265), контейнеров, стриминговых протоколов (RTSP/WebRTC/HLS).
-
Личный опыт разработки или интеграции видео-сервисов (кодирование, обработка, стриминг).
-
Способность говорить на одном языке с ML-инженерами. Понимание этапов ML-пайплайна (инференс, обучение), типовых задач и ограничений, налагаемых нейронными сетями на систему (latency, throughput).
-
Опыт интеграции ML-моделей в production-среду.
-
Понимание принципов компьютерного зрения.
-
Опыт работы с облачными провайдерами (AWS, GCP, Azure) и системами потоковой обработки данных (Kafka, RabbitMQ).
