Старший Бэкенд разработчик (Python)

Что предстоит делать

Навыки: Python, SQL, PostgreSQL, SQLalchemy, RESTful API, WebSockets, FastAPI, RabbitMQ. Квалификация: Senior. Специализации: Бэкенд разработчик. ******** Yolk — это стартап с поддержкой венчурного капитала (инвесторы Anthropic, Groq, Tentsornet) с амбициозной миссией: создать лучшие отделы продаж в мире с элитным AI-коучингом, доступным каждой команде. Наш AI-коуч по продажам помогает командам по доходам выявлять ошибки, которые могут привести к срыву сделок, до того, как они повлияют на ваши прогнозы — улучшая процесс открытия, работу с возражениями, переговоры и многое другое. Мы не просто заменяем традиционное корпоративное обучение; мы повышаем коэффициенты выигрыша, сокращаем время адаптации и открываем миллионы новых доходов. Быть номером 1 среди AI-коучей — это важно. Вот где вы вступаете в игру. **О роли** Мы ищем Senior Backend Engineer для проектирования «Операционной системы продаж», которая поддерживает нашу платформу. Вы будете строить замкнутую инфраструктуру, которая связывает реальные показатели производительности с AI-управляемым моделированием. Ваш код будет обрабатывать данные из живых продаж, анализировать их для выявления пробелов в навыках и автономно запускать персонализированные AI-сессии ролевых игр для устранения этих пробелов. Вы создаете движок, который превращает «Что произошло на звонке» в «Что нужно практиковать дальше». **Что вы будете создавать (Ключевые инженерные инициативы)** **Ядро архитектуры моделирования** Проектируйте бэкенд-системы, которые поддерживают наши интерактивные обучающие циклы. Вы выведете нас за пределы простых циклов запрос/ответ в состояние с сохранением, постоянные соединения WebSocket, которые могут обрабатывать прерывания, переключение контекста и динамическую обратную связь в реальном времени. **Асинхронный движок оценки** Вы будете проектировать анализирующий конвейер, который обрабатывает как реальные звонки, так и смоделированные ролевые игры. Эта система должна масштабироваться для обработки длинных аудиофайлов, используя LLM для извлечения структурированных данных (например, «Спросили ли они о бюджете?») и передавая их в наш аналитический слой. **Наблюдаемость и устойчивость** Улучшайте наши «слепые зоны» в производстве. Вы реализуете распределенное трассирование, чтобы визуализировать полный жизненный цикл AI-разговора — от поступления пакетов до вывода LLM и генерации аудио — обеспечивая возможность эффективной отладки условий гонки и всплесков задержки. **Оркестратор «Пробел-игра»** Вы будете писать алгоритмы, которые: обрабатывают данные о производительности из реальных звонков, выявляют конкретные пробелы в навыках и назначают правильный сценарий ролевой игры AI пользователю. **Идемпотентность и целостность данных:** Обеспечение того, чтобы в случае сбоя мы никогда не портили метрики производительности пользователя. **Технический стек** - Ядро: Python 3.12+ | FastAPI | SQLAlchemy 2.0 (асинхронный) | PostgreSQL - Асинхронные и обмен сообщениями: RabbitMQ + FastStream | WebSockets | Redis (по желанию) - AI и данные: OpenAI/Anthropic APIs | Векторные хранилища | Протоколы реального времени (WebRTC/RTMP, Pipecat) - Инструменты: uv | ruff | basedpyright (строгий) | OpenTelemetry **Технические задачи, которые вы решите** - Управление состоянием в безсостоянии: Поддержание точного контекста 20-минутного AI-разговора, когда сервисы масштабируются вверх/вниз или когда соединения обрываются. - Сложная оркестрация LLM: Работа с нашей AI-исследовательской группой над «Цепочками размышлений», которые могут динамически ветвиться в зависимости от ввода пользователя без добавления заметной задержки. - Строгие бюджеты задержки: Оптимизация нашего асинхронного цикла Python для обработки аудиопотоков и вызовов API поставщиков в строгих миллисекундных рамках. - Параллелизм в масштабе: Проектирование системы, способной обрабатывать сотни параллельных аудиопотоков и контекстов LLM без блокировки цикла событий. **Обязательные требования:** - Более 5 лет опыта в бэкенд-разработке с глубокими знаниями Python 3.10+. - Мастерство в AsyncIO: Вы понимаете цикл событий Python досконально. Вы знаете, как писать неблокирующий код, который эффективно обрабатывает параллельные соединения WebSocket. - Превосходство в проектировании API: Вы создаете чистые, RESTful (или GraphQL/RPC) интерфейсы, которые фронтенд-команды любят использовать. Вы используете Pydantic и строгую типизацию для обеспечения контрактов. - Проектирование баз данных: Вам комфортно писать сложные SQL-запросы и проектировать нормализованные схемы в PostgreSQL/SQLAlchemy. - Знание архитектурных паттернов: Вы понимаете автоматы состояний, событийно-ориентированную архитектуру и как чисто разъединять сервисы. **Желательные качества (но DevOps берет на себя основную работу):** - Знакомство с контейнеризацией (Docker) — вы знаете, как подготовить ваше приложение к производству, даже если не управляете кластером. - Опыт работы с FastStream или RabbitMQ. - Понимание паттернов масштабирования WebSocket (Redis Pub/Sub). 🌟**Почему вам понравится работать в Yolk** - Возможность участия с нуля: Формируйте основные AI-системы в быстроразвивающемся стартапе с венчурным финансированием. - Высокая видимость и влияние: Работайте напрямую с CEO и руководящей командой. - Перспективы: Конкурентоспособная зарплата, опционы на акции, создавайте что-то важное. - Культура: Динамичная, совместная и поддерживающая команда, которая быстро движется и побеждает вместе. - Привилегии: Двухразовые выезды за границу в год, компенсация на основе производительности, быстрое продвижение по карьерной лестнице. **🚫Для кого эта роль не подходит** - Инженеры, которые хотят управлять людьми и избегать практической работы. - Архитекторы с корпоративным мышлением, которые ожидают масштабной инфраструктуры и жестких процессов. - Те, кто ищет порядок и стабильность больших компаний — приоритеты здесь быстро меняются.