Team Lead | Search & Recommendations

Team Lead | Search & Recommendations

О проекте Мы — ведущий классифайд объявлений, занимающий позицию #1 в Узбекистане. Наша платформа обслуживает более 6 миллионов активных пользователей в месяц (MAU) и обрабатывает базу из 2.2 миллионов активных объявлений. Проект вошёл в новый этап: мы строим собственную независимую локальную платформу — часть сервисов мигрируем, часть проектируем и пишем с нуля. Search & Recommendations — стратегически важное направление : от качества поиска и релевантности рекомендаций напрямую зависят конверсия, удержание, монетизация и, по сути, восприятие всего продукта пользователем. Это одно из направлений, в которое компания инвестирует в первую очередь. Ваша миссия Стать техническим владельцем направления и ИТ-партнёром Product Manager’а: вместе вы отвечаете за направление как единый тандем — PM держит продуктовое видение и приоритеты бизнеса, вы — за то, чтобы это видение было технически реализуемо, масштабируемо и вышло в продакшн быстро и качественно. Вы переводите продуктовые цели в архитектуру и roadmap, подсвечиваете технические возможности и ограничения, участвуете в формировании стратегии направления на равных. Это роль играющего тренера : примерно 50% фокуса — люди, процессы, приоритизация и работа с PO; 50% — hands-on разработка, архитектура и участие в самых сложных задачах наравне с командой.

Партнёрство с продуктом Работа в тандеме с Product Owner направления: совместная приоритизация, оценка реализуемости, поиск технических возможностей для продуктовых гипотез. Перевод бизнес-целей в технический roadmap и обратно — понятное объяснение trade-off’ов продуктовой стороне. Участие в формировании стратегии стратегически важного направления, а не только её исполнение. Лидерство и команда Развитие и рост команды (найм, онбординг, 1:1, планы развития, культура инженерной автономности). Владение техническим roadmap: декомпозиция, баланс между delivery, качеством поиска и техдолгом. Ответственность за метрики направления: релевантность выдачи, latency, стабильность, влияние на продуктовые KPI. Hands-on техническое лидерство Личное участие в разработке: пишете код в ключевых и сложных частях системы, а не только ревьюите. Архитектурное владение поисковым ядром: настройка, оптимизация и масштабирование Solr Cloud в среде AWS EKS. Мультиязычный поиск: качество для узбекского (кириллица/латиница) и русского языков — морфология, синонимы, транслитерация. Внедрение гибридного поиска с семантическими векторами (эмбеддингами) для повышения точности выдачи. Развитие персонального ранжирования (LTR) на основе потока поведенческих данных из Data Platform. High-load оптимизация: тюнинг под пиковые нагрузки, распределённое кэширование, наблюдаемость и SLO.

Играющий тимлид: вы вели команду инженеров, но не переставали писать код — умеете совмещать управление, менторинг и личный технический вклад. Партнёрство с продуктом: есть опыт плотной работы с Product Owner / product-командой, умеете говорить на языке бизнеса и находить компромиссы без потери инженерного качества. Опыт в Big-Ecom / High-Load: успешно решали задачи поиска в высоконагруженных проектах уровня Yandex, Avito, Ozon, Wildberries, Lamoda, Auto.ru , ASOS, Wolt или аналогичных. Глубокая экспертиза в поиске: знаете внутреннее устройство Apache Solr (или Elasticsearch/OpenSearch с готовностью погрузиться в Solr) — кастомные плагины, сложные схемы индексации, глубокий тюнинг производительности. Mastery in Go: уверенное владение Golang для высокопроизводительных микросервисов вокруг поискового ядра. Conversational : понимание принципов построения диалоговых систем поиска; практический опыт или концептуальное понимание того, как подружить поисковый движок с LLM, RAG-архитектурой и механизмами извлечения интентов (Intent Detection). Vector & Personalization: практический опыт с векторным поиском и алгоритмами ранжирования на основе пользовательского поведения. Infrastructure: понимание облачной инфраструктуры (AWS) и контейнеризации (Kubernetes/EKS). Инженерная зрелость: умение держать баланс между скоростью, качеством и техдолгом; выстраивать процессы review, тестирования и релизов. Будет плюсом Опыт запуска поиска/рекомендаций «с нуля» или в условиях миграции/карвраута. Работа с мультиязычными и морфологически сложными языками. Опыт взаимодействия с ML-командами и внедрения ML-моделей в продакшн-поиск. Опыт проектирования собственных skills, rules, playbooks или project instructions для AI-агентов. Опыт настройки subagents, permissions, tool access и безопасных сценариев работы агента с кодовой базой. Опыт построения agent-ready документации для больших backend / search / data-проектов. Опыт миграции или рефакторинга крупных систем с использованием AI-агентов. Опыт внедрения AI-First / agent-driven подхода в инженерной команде. Технологический контекст Search: Apache Solr (основной движок), vector search. Backend: Go. Infrastructure: AWS, Kubernetes/EKS. Data: собственная Data Platform как источник сигналов для ранжирования. Опыт агентской разработки Практический опыт разработки с использованием AI-агентов. Понимание harness management для управляемой, предсказуемой и проверяемой работы AI-агента. Опыт применения spec-first подхода: сначала описание требований, контрактов, архитектурных решений и структуры проекта, затем генерация и доработка кода с помощью агента.

Что мы предлагаем: Участие в развитии проекта со старта. Прямое влияние на конечный продукт. Перспективы профессионального и карьерного роста. Развитие в команде опытных коллег. Минимум бюрократии и быстрое принятие решений. Индивидуальное обсуждение графика и формата работы с каждым сотрудником.