Стажер-разработчик бэкенда (Python, Go)

Яндекс Еда — сервис, который связывает тысячи клиентов и ресторанов, делая процесс заказа и доставки еды максимально удобным и доступным. Мы работаем не только в России, но и в других странах. Пользователи Еды могут выбирать из разнообразных заведений и меню, находить новые вкусные предложения, быстро и просто оформлять и оплачивать заказ и получать еду в любое удобное время.

Наша команда разрабатывает внутренние продукты для партнёров по привлечению и курьеров. Мы помогаем партнёрам делать процесс привлечения сотрудников прозрачным и эффективным, работникам ПВЗ и хабов — легко оформлять сотрудничество курьеров, а курьерам — регистрироваться самостоятельно и приглашать друзей. В этом и следующем году мы планируем значительно улучшить пользовательский опыт, развить наши проекты и технически переработать сервисы.

Реализация фич в системах привлечения

Сейчас активно разрабатываются несколько направлений, для каждого из них нужно внедрить новые фичи и улучшить уже существующие. У нас много идей для развития, которые мы хотим реализовать.

Адаптация фич

Яндекс Еда — международный сервис, поэтому все системы должны быть адаптированы для разных стран: от локализации и внешнего вида до бизнес-логики с учётом законодательства. Вы будете делать процессы регистрации и оформления сотрудничества удобными во всех странах присутствия Яндекс Еды.

Улучшение архитектуры и гибкости кода

Продуктовые задачи занимают много времени, но мы также активно работаем над архитектурой, рефакторингом и совершенствованием кодовой базы сервисов привлечения. Это очень важно, поскольку нашими сервисами пользуется множество людей — значит, сервисы должны быть стабильными и надёжными.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Занимались бэкенд-разработкой
* Работали с микросервисной архитектурой
* Хорошо знаете Python
* Знаете Go или хотите перейти на него
* Хотите разрабатывать продукт

* Работали с PostgreSQL или другими реляционными БД
* Умеете проектировать архитектуру в распределённых системах
* Имеете базовое понимание продуктовых метрик

О проекте и задаче: Мы активно внедряем AI-агентов в наши бизнес-процессы. Наши сильные Java-разработчики создают прототипы и MVP агентов на Python, используя AI-ассистентов для ускорения разработки (vibe coding). Нам нужен сильный Python-разработчик, который станет «стражем продакшена». Ваша задача — не просто писать код, а валидировать, рефакторить и доводить до ума Python-код, написанный Java-командой, обеспечивая его надежность, производительность и безопасность при выводе в прод.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Что нужно будет делать:

• code Review и валидация: Проверять Python-код, написанный Java-разработчиками (в т.ч. сгенерированный AI). Искать антипаттерны, узкие места и потенциальные баги.
• production Hardening: Превращать «вайб-прототипы» в отказоустойчивые сервисы. Добавлять правильную обработку ошибок, ретраи, таймауты, метрики и логирование.
• наставничество: Объяснять Java-разработчикам специфику Python, чтобы они писали идиоматичный (Pythonic) код, а не «Java на Python».
• архитектура агентов: Проектировать цепочки (pipelines) AI-агентов, работу с памятью (memory), вызовами инструментов (tool calling) и векторными базами данных.
• написание ядра: Писать ключевые, самые нагруженные или сложные компоненты системы самостоятельно.

Наши ожидания (Hard Skills):

• отличное знание Core Python: Крепкая база. Понимание управления памятью, сборщика мусора, итераторов и генераторов. Умение писать чистый, поддерживаемый и идиоматичный код.
• AI / LLM Stack: Опыт работы с LLM API (OpenAI, Anthropic, локальные модели и др.). Умение писать свои надежные обвязки над API. Опыт с LlamaIndex или другими фреймворками (без LangChain).
• структурирование данных: Идеальное знание Pydantic. Понимание, как заставить LLM выдавать строгий JSON и как его корректно валидировать.
• backend: Уверенный опыт с FastAPI. Понимание, как упаковать агента в REST/gRPC сервис.
• базы данных: Опыт работы с реляционными БД (PostgreSQL) и векторными БД (pgvector, Qdrant, Weaviate и т.д.).
• тестирование: Опыт написания тестов (pytest), в том числе моков для LLM и внешних API.
• инструменты: Docker, базовое понимание CI/CD (GitLab/GitHub Actions).

Будет большим плюсом (Nice to have):

• понимание Java: Базовое чтение кода на Java или опыт перехода с Java на Python. Это поможет вам говорить с командой на одном языке и понимать почему они написали именно так.
• опыт использования фреймворков для мультиагентных систем (AutoGen, CrewAI, LangGraph).
• опыт оптимизации производительности (профилирование, использование многопоточности/многопроцессорности для тяжелых задач).

Что мы предлагаем:

• комфортный современный офис рядом м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• система обучения для профессионального и карьерного развития
• расширенный полис ДМС с первого дня работы и страхование для семьи
• программа ипотеки для сотрудников
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

В Центре Робототехники Сбера мы строим антропоморфного робота общего назначения. Наш робот вышел из стадии первых демонстраций — и мы переходим к надёжной автономной работе в реальных задачах. Для этого нужен инженер, который одинаково уверенно чувствует себя в железе, в алгоритмах и в коде: интегрирует наработки исследовательских команд, реализует недостающие алгоритмы и собирает из этого стабильно работающий продукт.

Это кросс-функциональная роль на стыке команд локомоции, манипуляции, навигации и нижнего уровня (HAL). Вы будете тем человеком, через которого проходит интеграция: от обученной RL-политики в симуляторе до стабильно работающего контроллера на реальном роботе.

Ключевые технологии:

C++17, Python, ROS2, DDS (CycloneDDS/FastDDS), MuJoCo, PyTorch/ONNX, Docker, Helm, GitLab CI.

• разрабатывать и поддерживать middleware-инфраструктуру управления роботом на базе ROS2 (C++17, Python)

• интегрировать RL/WBC (Whole Body Control) - политики локомоции в production: загрузка моделей (ONNX, TorchScript), inference в real-time, переключение режимов на лету

• разрабатывать систему безопасности: отказоустойчивость и корректные реакции на сбои на уровне поведения WBC

• обеспечивать сквозную интеграцию между командами: принимать результаты исследований (locomotion, manipulation/VLA, navigation) и доводить их до стабильной работы на железе

• проектировать архитектуру программного стека: конфигурация, state management, диагностика, inter-process communication через DDS

• отлаживать и тестировать ПО на реальном роботе — находить и устранять расхождения между симуляцией и железом

• поддерживать инфраструктуру развёртывания: Docker, Helm, CI/CD, контейнеризация ROS2-компонентов.

• уверенное владение C++ (17+) и Python

• опыт разработки ПО для систем реального времени или робототехники

• понимание архитектуры ROS2: nodes, topics, services, lifecycle, QoS

• уверенное знание линейной алгебры

• умение читать и интегрировать чужой исследовательский код — превращать прототип в production

• опыт работы с Linux, Git, Docker на уровне повседневного инструмента

• способность самостоятельно разбираться в незнакомых системах и находить корневые причины проблем

• желание брать ответственность за то, что политика работает на роботе, а не только в симуляторе

• умение декомпозировать неформализованную задачу в конкретные шаги.

Будет плюсом:

• опыт деплоя ML-моделей (PyTorch, ONNX Runtime) в real-time системы

• знание DDS (CycloneDDS, FastDDS) и настройки middleware

• опыт работы с симуляторами (MuJoCo, Isaac Sim)

• понимание основ теории управления, кинематики, динамики шагающих роботов

• опыт с Helm, Kubernetes, CI/CD для робототехнических систем

• опыт отладки на реальном оборудовании

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.

• комфортный современный офис г. Москва, МЦК ЗИЛ

• формат работы - лаборатория робототехники

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.