Software Development Engineer, US Prime and Marketing Tech - Fabric Team

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер-разработчик в команду Fabric, которая строит и эксплуатирует рекомендательный движок Amazon для всех маркетплейсов и каналов. Роль предполагает разработку распределённых низколатентных сервисов с интеграцией ML-моделей и ранжирования контента.

Задачи

• Проектировать, реализовывать и эксплуатировать функции в распределённых сервисах с низкой задержкой, отвечая за полный цикл от дизайна до продакшена
• Участвовать в обсуждениях системного дизайна и архитектурных решениях, балансируя масштабируемость, поддерживаемость и производительность
• Писать качественный код с peer-review и повышать инженерную планку через код-ревью, дизайн-фидбек и менторство коллег
• Расширять возможности платформы на новые маркетплейсы, создавая конфигурируемый инструментарий и self-service интеграции для партнёрских команд
• Участвовать в on-call дежурствах, находить первопричины операционных проблем и повышать устойчивость системы

Требования

• 3+ года профессионального опыта разработки ПО (не стажировки)
• 2+ года опыта проектирования или архитектуры новых и существующих систем (паттерны, надёжность, масштабирование)
• 1+ год опыта разработки крупномасштабных многоуровневых многопоточных или распределённых приложений на C#, C++, Java или Perl
• 1+ год опыта объектно-ориентированного проектирования
• Степень бакалавра или эквивалент в Computer Science, инженерии, математике или смежной области
• Опыт программирования хотя бы на одном языке программирования

Условия

• Медицинская, стоматологическая и vision-страховка, страхование жизни и AD&D, EAP, поддержка психического здоровья
• Гибкие расходные счета, компенсация усыновления и суррогатного материнства
• 401(k) с matching
• Оплачиваемый отпуск и отпуск по уходу за ребёнком
• Sign-on выплаты и RSU

Навыки

• C#
• C++
• Java
• Perl
• Object Oriented Design
• distributed systems
• machine learning inference