Backend / Python Developer с опытом Reverse Engineering и спортивных данных

О компании и команде

Мы строим sports data backend для мобильного и web-продукта: live-матчи, турниры, сезоны, команды, игроки, статистика, матч-центр и история по разным видам спорта.

Задача — собирать данные из внешних источников вроде Sofascore, FotMob, ESPN и аналогов, сохранять raw snapshots, нормализовать их в собственную модель и отдавать стабильный API фронту. Внутри источники могут меняться, но frontend не должен ломаться.

Что нужно делать

- Развивать backend на Python для сбора, обработки и отдачи спортивных данных.

- Разбирать внешние источники данных: API, network requests, payload structure, web/mobile поведение.

- Строить ETL-процессы: raw response → normalized tables → public API.

- Проектировать каноническую модель данных: sport, category, tournament, season, event, team, player, manager, statistics, incidents, lineups, live state.

- Поддерживать live polling: свежесть данных, retries, backoff, queues, freshness monitoring.

- Делать backfill истории: сезоны, турниры, матчи, статистика, coverage tracking.

- Оптимизировать PostgreSQL-запросы, индексы, кэширование и API latency.

- Проектировать систему так, чтобы можно было подключать новые источники и fallback-логику без переделки фронта.

- Использовать AI-инструменты как рабочий ускоритель: анализ кода, генерация тестов, документация, reverse engineering, refactoring.

Что важно

- Уверенный Python backend experience.

- Опыт с FastAPI/Django или похожими backend-фреймворками.

- PostgreSQL: схемы, индексы, EXPLAIN, оптимизация запросов.

- Redis/queues/workers/cron-like jobs.

- Понимание ETL и работы с raw JSON/payload snapshots.

- Умение читать чужие API и быстро понимать структуру данных.

- Самостоятельность: не просто “сделать ручку”, а понять, почему данные не появились, где сломался pipeline и как сделать устойчивее.

Будет большим плюсом

!!! - Опыт со спортивными источниками (очень важно): Sofascore, FotMob, ESPN, Flashscore, API-Football, Sportradar.

- Опыт reverse engineering web/mobile API.

- Опыт live-score, betting, fantasy, market data или похожих realtime-проектов.

- Опыт с Docker, CI/CD, monitoring, alerts.

- Опыт проектирования multi-source модели данных и fallback между источниками.

Используемый стек

- Python

- FastAPI

- PostgreSQL

- Redis

- Workers / queues

- Docker / Linux

- Raw snapshots + normalized storage

- Swagger/OpenAPI

- Monitoring / health checks

Дополнительные инструкции

Какая задача будет первой

Разобраться в текущем pipeline спортивных данных:

- как live-матчи попадают в систему;

- почему часть матчей или матч-центров может не обновляться;

- какие endpoints источника доступны в разных статусах матча;

- как улучшить backfill истории по турнирам и сезонам;

- как сделать API быстрее и стабильнее для frontend.

Нам нужен сильный самостоятельный backend/data engineer, которому интересно строить не просто CRUD API, а систему сбора и нормализации данных.

Важно, чтобы человек умел:

- копать источник данных;

- проверять гипотезы;

- писать аккуратный production-код;

- оставлять понятную документацию;

- думать о стабильности, мониторинге и будущем расширении системы.