НовоеAI-конструктор резюме: правишь прямо на листе A4, а нейросеть подсказывает, что усилитьКонструктор резюме на листе A4Попробовать
JobPath
Начать бесплатно

openai

Software Engineer, Shop/Feed Ads

  • Удалённо
  • San Francisco
  • Полная занятость
  • 46 дн. назад

OpenAI ищет опытного инженера программного обеспечения для построения систем обработки рекламных лент — от инкорпорации каталогов товаров до релевантной выдачи рекламы в масштабе всей платформы. Роль включает проектирование распределённых пайплайнов, поисковых систем и инфраструктуру доставки в условиях greenfield-среды с высокой степенью самостоятельности.

О позиции

Команда монетизации OpenAI создаёт фундаментальные системы для масштабирования доступа к искусственному интеллекту ответственно. Мы фокусируемся на продуктовых решениях с приватностью и безопасностью по умолчанию, которые приносят ценность пользователям, разработчикам и бизнесу. В этой роли вы будете самостоятельно проектировать архитектуру и реализовывать сложные системы обработки коммерческих фидов — основу для создания релевантных рекламных предложений в продуктах компании. Вы присоединяетесь к новой междисциплинарной команде в зелёном поле, где предстоит определять техническое направление и строить решения с нуля.

Будет плюсом

  • Опыт работы соSenior Staff+ уровнем ответственности и_scope, включая архитектурное лидерство больших каталогов, поисковых платформ, систем индексации или сервиса рекламы
  • Знание конкретных платформ коммерческой рекламы: Google Shopping, YouTube Product Ads, Amazon Advertising
  • Опыт работы с реальными данными о наличии товаров, ценообразовании и атрибутах продукции
  • Понимание проблем privacy и security в контексте обработки данных пользователей и рекламных кампаний
  • Опыт менторства и развития инженерных команд в сложных distributed-systems средах

Условия

  • Работа в pioneer-среде: создание новых продуктов с нуля в быстро растущей технологической компании мирового уровня
  • Высокий уровень автономии в принятии архитектурных решений и определении технического направления
  • Возможность влиять на ключевые бизнес-метрики и формировать monetization-экосистему OpenAI
  • Релокационная поддержка для новых сотрудников
  • Команда мультидисциплинарная: инженеры, product, design, research — широкий доступ к экспертизам
  • Возможность работать с технологиями на стыке распределённых систем, machine learning и advertising platforms
  • Конкурентный уровень компенсационного пакета и equity для ключевых сотрудников

Навыки

  • distributed_systems
  • data_pipelines
  • search_and_retrieval
  • real_time_processing
  • catalog_management
  • indexing
  • API_design
  • observability
  • machine_learning_integration
  • cloud_infrastructure
  • python
  • golang
  • java
  • caching
  • database_systems
  • monitoring_and_alerting
  • microservices
  • low_latency_engineering
  • high_throughput_systems
  • reliability_engineering

Сложность отбора

Требуется Senior+ уровень опыта в распределённых системах и рекламных платформах, способность самостоятельно управлять архитектурой от 0→1. Сложность обусловлена необходимостью сочетания глубоких технических знаний (large-scale systems, ML integration) с пониманием бизнес-логики коммерческих фидов и ability to make architectural tradeoffs.

Оценка JobPath

Зарплата по рынку

500 000 – 1 000 000 ₽ в месяц

Оценка основана на уровне Senior+ Software Engineer в крупных SF технологических компаниях с учётом специфики ролей в advertising/ads infrastructure и эквайринга OpenAI; годовая компенсация в USD конвертируется в месячные ₽ по ориентировочному курсу.

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Расскажите о самой сложной распределённой системе, которую вы проектировали и эксплуатировали. Какие trade-offs вы принимали и почему?
  2. Как бы вы спроектировали систему для ingestion, валидации и обновления тысяч коммерческих фидов ежедневно? Как обеспечите consistency, freshness и detect error patterns?
  3. Опишите ваш опыт работы с ML-командами. Как вы строили интерфейсы между feature-serving инфраструктурой и ранжирующими моделями?
  4. Какие метрики и практики observability вы используете для критических систем доставки контента? Что для вас означает «надёжная система»?
  5. Как вы справлялись с ambiguous 0→1 задачами? Приведите пример того, как вы определяли техническое направление в неопределённой среде.

Прорепетировать это собеседование

Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.

Начать бесплатно

Сохрани похожие вакансии

Новые вакансии с такой должностью будут собираться в кабинете.

Сохранить фильтр

Перед откликом

Попробовать бесплатно

Связаться с поддержкой

Выбери, где удобнее написать