О компании
Soda — платформа мониторинга качества данных и ИИ. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Компания основана в 2019 году. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo.
О роли
Присоединение к Platform-команде: полный путь от бэкенд-сервиса до продакшена — Java-сервисы Soda Cloud и AWS/Kubernetes-инфраструктура. Роль — в первую очередь бэкенд-инженер: большинство времени уходит на проектирование и разработку сервисов. Инфраструктура — часть работы, позволяющая доводить сервисы до продакшена. Это не DevOps и не SRE-позиция. Инженеры продукта: общение с пользователями, совместная разработка решений с продакт-менеджером, сквозная поставка. Используются AI-кодинг-агенты.
Задачи
- Проектировать и разрабатывать бэкенд-сервисы и API на Java для мультитенантной SaaS-платформы.
- Поставлять продуктовые функции end-to-end, работать напрямую с продуктом и клиентами.
- Повышать надёжность, производительность и масштабируемость сервисов, доводить их до продакшена на AWS/Kubernetes.
- Поддерживать скорость разработки: CI/CD-пайплайны, GitOps-процессы, наблюдаемость.
- Улучшать системы для агентной разработки: быстрая CI-обратная связь, надёжные dev-среды, защитные механизмы для безопасной работы агентов.
- Принимать архитектурные решения — от дизайна сервисов до эволюции платформы.
Требования
- 5+ лет разработки бэкенда в продуктовой компании: проектирование, разработка и владение продакшен-сервисами.
- Сильный Java: API, асинхронная обработка, конкурентность, оптимизация производительности.
- Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse.
- Архитектурное мышление: понимание влияния дизайна API и сервисов на потоки данных, паттерны запросов, задержки и сценарии отказов.
- Запуск собственных сервисов: опыт работы с Kubernetes и AWS (EKS, IAM, networking, RDS, S3) в продакшене.
- CI/CD, GitOps и инфраструктура как код: GitHub Actions, ArgoCD/Flux, Terraform или Pulumi, скриптинг.
- Наблюдаемость как привычка: метрики, логирование, трейсинг (Prometheus, Grafana, OpenTelemetry), написание тестов.
- Агентная инженерия: разработка продакшен-кода с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого стандарта качества.
- Самостоятельность: работа в распределённой асинхронной команде из 12+ стран без постоянного контроля.
- Свободный английский.
Будет плюсом
- Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе.
- Python: стек data engineering работает на нём.
- Опыт в регулируемой среде (ISO27001, SOC2).
- Опыт создания агентных рабочих процессов в продукте: функции на LLM, агенты с инструментами, AI-автоматизация для реальных пользователей.
- Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML.
Условия
- Компенсация €85,000–120,000 в год + опционы.
- Полная удалённость (в странах ЕС), доступен офис в Бельгии.
- Доступ к токенам всех передовых моделей.
- Реальная ответственность.
Процесс отбора
- Скрининг резюме.
- 20-минутный телефонный разговор.
- Первое техническое интервью (45 минут).
- Второе техническое интервью (60 минут).
- Интервью на соответствие культуре (45 минут).
- Ответ каждому кандидату в течение 3–5 дней после каждого этапа.
