Мы любим свое дело и много работаем. Поэтому Okko — один из ведущих онлайн-кинотеатров в России.
Растём и развиваемся с 2011 года. Ежемесячно нас смотрят миллионы пользователей: на смартфонах, Smart TV и компьютерах. За всем этим стоит работа большой и сильной команды.
Мы - команда бэкенда рекомендаций онлайн-кинотеатра Okko. Основная часть контента, которая может быть персонализирована, отдается через наши сервисы. Это подбор фильмов, которые пользователь видит на главной странице, и предложение похожих фильмов к каждой конкретной картине, порядок подборок на главной и еще много всего. Наши сервисы доставляют рекомендации от команды ML до финального юзера. Мы отвечаем за логику A/B экспериментов на рекомендациях, разрабатываем горячее хранилище фичей, разрабатываем собственно сами API, которые отдают рекомендации. Еще у нас есть разные ETL пайплайны и некоторые потоки данных мы слушаем в Kafka.
По сути мы отвечаем за наполнение всей главной Okko, поэтому наши решения должны быть надежны и устойчивы, продуманы с точки зрения отказа каких то промежуточных сервисов, а также прозрачны для аналитики (надо уметь отвечать на вопрос «почему у этого юзера этот фильм был на этом месте?»).
Чем предстоит заниматься:
Стек: Python 3, Flask, Redis, Kafka, PostgreSQL, Clickhouse, Airflow
Мы ждем что ты:
Будет плюсом:
Условия: