Купер.тех

🤪От трендов к продуктовым идеям Новые тренды появляются каждый день. Открываешь приложение и думаешь: «о, интересная механика». А через пару дней находишь еще одну в другом сервисе, а потом ещё несколько. В итоге из большой коллекции «прикольных фич» бывает сложно выделить что-то полезное и приоритетное для продукта. В карточках наши исследователи Юлия Васильева и Ксения Зимина показывают, как в Купере устроен трендвотчинг сервисов доставки: как мы превращаем поток находок из разных продуктов в системное исследование и источник релевантных идей для приложения.

Весна, солнце и новые вакансии С потеплением хочется больше движения и перемен — кажется, весна для этого идеальное время. Поэтому делимся свежим дайджестом вакансий: 🟢 Technical manager / Data Scientist (Middle)

Ищем Data Scientist’а, который поможет нам развивать динамическое ценообразование в Купере. Нужно будет разрабатывать и запускать ML-модели, исследовать данные, находить новые гипотезы и проверять их вместе с командой. Важно уметь быстро прототипировать решения, работать с Python и SQL, делать EDA и понимать, как ML влияет на бизнес-метрики продукта.

🟢 Менеджер продукта в команду Мерчантов (Middle)

В команду Мерчантов ищем продуктового менеджера, которому интересно развивать механики каталога — скидки, бейджи, категории, отзывы и другие элементы витрины. Нужно будет искать точки роста, запускать новые фичи вместе с клиентским продуктом и технической командой, а также вести задачи от идеи до релиза и дальнейшего развития. Важен опыт продуктовой работы, data-driven подход и умение вести кросс-командные фичи.

🟢 Менеджер продукта в команду Мотивации (Middle)

Если тебе нравится работать с продуктовой стратегией и развитием фич — присоединяйся к команде Мотивации. Здесь предстоит формировать цели и роадмапы, исследовать рынок и пользователей, анализировать данные и запускать продуктовые решения вместе с бэкенд и мобильными командами. Важно уметь работать с аналитикой, писать базовые SQL-запросы и вести продукт от идеи до развития.

🟢 UX-исследователь в команду Операции (Middle)

В нашу команду Операций ищем UX-исследователя, который поможет глубже понимать пользователей и приносить продукту полезные инсайты. Нужно будет проводить качественные и количественные исследования, общаться с респондентами, продумывать дизайн исследований и делиться результатами со стейкхолдерами. Важно уметь вовлекать команду в исследования и помогать применять их результаты в продукте.

🟢 MLOps-инженер (Senior)

Ищем инженера, который будет развивать ML-платформу Купера: строить систему автоматизации жизненного цикла моделей, внедрять новые технологии в ML-стек и участвовать в проектировании ML-архитектуры. Важно иметь опыт разработки ML-пайплайнов, понимать CI/CD и инфраструктуру данных, работать с Python, SQL, Kafka, Docker и Kubernetes. Будет плюсом опыт с инструментами MLOps-экосистемы и развёртыванием LLM-решений.

✨Откликайтесь на нашем сайте, где можно не только узнать больше про вакансии, но и найти полезные материалы для подготовки к интервью!

👉 Разделяй и властвуй. Но аккуратно Продолжаем рассказывать про микросервисную трансформацию! В Купере вынос функциональности оказался не только технической задачей, но и культурной. Когда за одной бизнес-фичей стоят несколько команд, старый стек не совпадает с новым, а каждая секунда влияет на деньги — этот процесс превращается в материал для отдельной статьи. Во второй части цикла Фёдор Засечкин, руководитель группы разработки операционной платформы, поделился, что происходит после решения «выносим в сервис»: как не собрать распределённый монолит 2.0, зачем пересматривать ответственность команд и почему иногда сложнее договориться, чем переписать код. 🏃 Часть 2 — уже на Хабре.

🌍 Kafka и искусство отпускать прошлое Мы часто рассчитываем, что Kafka «как-нибудь сама разберётся» с хранением данных, а потом внезапно обнаруживаем, что она разобралась, но не совсем так, как мы планировали. В этом лонгриде Павел Иванов, администратор баз данных, разбирает, как Kafka на самом деле решает, что хранить, что сжимать, а что удалять, и почему политики очистки часто ведут себя не так, как мы ожидаем, когда просто ставим retention и идём дальше писать код. 🏃 Зачем это нужно? Без понимания очистки люди начинают: хранить лишнее в базе, угрожать жизни брокеров или делать сложную логику на стороне consumer. 🏃 Читайте и наводите порядок в своих данных

Здравствуй, разработчик! Запомни одну важную истину — код можно переписать, а архитектурные решения живут долго и ломаются без предупреждения. Поэтому мы собрали для тебя гримуары, которые учат думать о системе целиком. Возьми их в собой, они еще обязательно пригодятся. Читай по уровню силы и в процессе следи за своей маной: 🔮 Базовые заклинания

Роберт Мартин — «Чистая архитектура» Чтобы понять, что архитектура это не про фреймворки, а про границы, ответственность и направление зависимостей. Даёт язык для обсуждения архитектуры в команде. Саймон Браун — «Software Architecture for Developers» Коротко и по делу: как думать об архитектуре, не утонув в схемах. Сэм Ньюман — «Building Microservices» Хорошая вводная в распределённые системы: что в них реально усложняется и почему микросервисы — это выбор, а не апгрейд. Дейв Фарли — «Современная программная инженерия. ПО в эпоху аджайла и непрерывного развёртывания» Основная идея книги в том, что программирование — это не магия, а инженерная дисциплина, основанная на научном методе. Понятия «хорошей» архитектуры и качества Дейв сводит к двум базовым вещам: управлению сложностью и поддержанию скорости изменений. 🎬Кстати, у Дейва есть отличный канал на Ютубе.

🪄Сложные чары

Сюй Алекс — «System Design. Подготовка к сложному интервью» Эта книга не только про интервью. Она учит структурировать рассуждения, задавать правильные вопросы и объяснять решения так, чтобы вас понимали. Крис Ричардсон — «Микросервисы» Про реальную стоимость микросервисов, компромиссы и сложности, о которых обычно забывают на старте. Нил Форд, Марк Ричардс, Прамод Садаладж и Жамак Дехгани — «Software Architecture: The Hard Parts» Про самые неудобные вопросы архитектуры: где провести границы, когда разделять систему и какие компромиссы действительно важны.

🧙‍♂️ Высшее искусство

Мартин Фаулер — «Patterns of Enterprise Application Architecture» Многие паттерны из книги вы уже встречали в проде, просто не знали, как они называются. Помогает систематизировать опыт и лучше понимать чужие решения. Нил Форд, Ребекка Парсонс, Патрик Куа, Прамод Садаладж — «Эволюционная архитектура» От ребят из Thoughtworks. Главная идея: архитектура должна жить и дышать, а ключ к этому fitness functions, которые автоматически проверяют, не ушли ли вы в отрыв от заданных характеристик системы. По сути, авторы предлагают заменить скучные code review и архитектурные комитеты железобетонной автоматизацией. Местами книга напоминает экскурсию по инженерной кухне Thoughtworks с разбором реальных кейсов, что реально полезно. Ли Атчисон — «Architecting for Scale» Про мышление архитектора: как думать о росте, изменениях и последствиях решений ещё до того, как появляются проблемы.

☠️ Запретный том Лен Басс, Пол Клементс, Рик Казман — «Software Architecture in Practice» Сложная, плотная, не развлекательная, но именно она чаще всего оказывается ответом на вопрос «а почему мы вообще так сделали?». А какие книги или материалы помогли вам больше всего? Делитесь своими рекомендациями в комментариях!

💭It’s a match! Завтра 14 февраля. Официально разрешено влюбляться, делать странный выбор и оправдывать его словами «ну я так чувствую». Представьте: вы в дейтинг-приложении, но вместо людей Kubernetes, LLM и Feature Flags. Свайпайте, выбирайте и признавайтесь в комментариях: кто ваш краш, а кто потрепал вам нервы.💔

Как LLM чувствуют себя в поиске? 👉 Кажется, что поиск — это «нашёл → показал → купили». Но если бы всё было так просто, у нас не было бы этого поста. Предлагаем пройти небольшой квиз и попробовать угадать, какие особенности есть у поиска в Купер.тех на самом деле:

🟢Где LLM проще всего принимать решение? - Исправление опечаток - Проверка синонимов - Разметка релевантности - Комплементарные товары (Подсказка: не всё, что кажется простым человеку, так же просто для модели) Ответ: Валидация исправлений опечаток — лучший и самый стабильный кейс 🟢А где, наоборот, больше всего «серых зон» и субъективности? - Оценка «почти подходит» vs «подходит» - Различие похожих товаров - Понимание пользовательского намерения - Все варианты сразу Ответ: Оценка «почти подходит» vs «подходит» (промежуточные классы) 🟢Как думаете, что сильнее всего повлияло на качество LLM-разметки? - Качество промпта - Формат данных - Несколько моделей вместо одной - Выбор схемы классов - «Модель просто стала умнее»

Разобраться, что действительно сыграло ключевую роль, можно в новой статье Александра Баранова, аналитика данных в команде поиска Купера, где он подробно рассказывает, как LLM-разметка прошла путь от эксперимента до инструмента в проде.

🌍«Где-то на вики было про это» или используем антидот в виде сниппетов Когда нужная команда утонула в хорошей документации, тебе нужна всего одна строка, а вместо этого перед глазами двадцать экранов текста и статья, название которой ты уже не помнишь — то на помощь приходят сниппеты. Дмитрий Рагулин, DevOps-инженер платформы (PaaS), делится практическим подходом, как вытаскивать такие фрагменты на поверхность и держать их под рукой без переписывания документации и новых инструментов. Если у вас тоже есть «команда, которая точно где-то была», то переходите по ссылке и читайте советы!🏃

✨Запустили промо — вырос GMV. Совпадение или всё-таки эффект? Разбираемся, что происходит на практике, в новой статье: Павел Иванов, маркетинговый аналитик, рассказывает, что такое «каузальные модели», как их проверять и можно ли доверять их оценкам. 👉 Подробности и разбор — читайте на Хабре!

🎉 Почему наши разработчики выходят работать курьерами? Помимо основного приложения Купера, в котором вы можете заказать себе суп в холодную погоду, мы также разрабатываем приложение Шоппер для курьеров и сборщиков, которые должны этот суп упаковать и привезти. И если с первым пользовательским путём всё более-менее ясно, то как понять, что новая фича действительно поможет курьеру и не подведёт в самый неподходящий момент? Ответ простой 👉 самому взять термосумку и стать курьером на один день! В карточках делимся, как «выход в поля» может повлиять на продуктовые решения и изменить приоритеты в спринте. 🏃 В продолжение темы заглядывайте в канал ML-команды Купер.тех и читайте пост про ещё один формат догфудинга!

💭Ну что ж, первая рабочая неделя года наступила! Есть два типа людей: те, кто бодро «вкатился», и те, кто честно признаёт, что мозг ещё тяжело загружается после праздников. Мы — где-то посередине и вспоминаем как писать посты. Желаем всем энергии, сил и плавного возвращения в рабочий ритм✨ Делитесь в комментариях картинкой или мемом, который лучше всего отражает ваше настроение на эту неделю!

💭Поймай своё новогоднее обещание ✨Декабрь как всегда: вешаем гирлянды, покупаем подарки, готовим оливье, и, конечно же, даем себе обещания на новый год! Мы решили немного помочь и собрали обещания, которые точно помогут в следующем году. А благодаря нашей новогодней магии они обязательно реализуются! 👉 сделай скрин 👉 поймай обещание 👉 забери его с собой в 2026 ✨ Делитесь в комментариях своими обещаниями и пишите, собираетесь ли их выполнять!

👋Фичи приносят деньги, а техдолг — нет В новой статье Максим Бурцев, руководитель отдела мониторинга, разбирает, почему этот аргумент не всегда работает, и показывает, как в Купере научились смотреть на инциденты и проблемы через риски, потери и повторяемость. Если вы когда-нибудь спорили о том, чинить ли костыль или брать следующую фичу, то наша статья вам точно пригодится!

💭Как перестать раздражать коллег в рабочих чатах Артём Аникин, руководитель группы разработки, коллекционирует бесячие сообщения в рабочих чатах вроде: «глянь тред», «видел?» или «что думаешь?». В какой-то момент поймал себя на том, что сам иногда пишет так же, и нашёл способ это исправить. Помог принцип BLUF, когда сначала говоришь главное, а уже потом добавляешь контекст и детали. Мы собрали для вас несколько советов, чтобы показать, как писать по BLUF. Через некоторое время вы заметите, что уточняющих вопросов стало меньше, а ответы от коллег приходят быстрее. 🏃Исследование Grammarly и Harris Poll (2022) 🏃Забирайте в комментариях промты для AI и применяйте в работе!

🛍Как научить поиск понимать контекст? Когда пользователь пишет «газировка спрайт», а поиск должен за 300 миллисекунд понять, что ему нужно, — это задача со звёздочкой. О том, как мы решали её в Купере, в своей статье рассказывает Игорь Самарин, ML-инженер из команды поиска. Он объясняет, как устроены полнотекстовый и векторный поиск в сервисе с сотнями тысяч запросов ежедневно, а также показывает, как обучить векторную модель на своих данных, чтобы она понимала специфику каталога. 👉 Читайте на Хабре!

👋Мы поговорили с IT-специалистами из разных компаний и узнали, какие рабочие ситуации — норм, а какие — чистый стрём. Поспать часик на удалёнке? Задеплоить хотфикс без теста? Поработать из ванны или ответить продакту в 23:48? Ответы получились… очень разные😅 Если думаете, что знаете, что на работе считается кринжом то, возможно, вы еще не обсуждали это со своими коллегами😏

👉Историй роста в Купере так много, что одной частью мы ограничиться не смогли. Продолжаем рассказывать о развитии внутри компании и делиться советами. Во второй части — новые примеры того, как коллеги находили возможности, брали ответственность и шаг за шагом выходили на новые роли. А мы будем рады услышать и ваши истории! Если у вас был интересный поворот в карьере, необычный опыт или сильная точка роста — делитесь в комментариях.

✨Rozenite — восходящая звезда в мире девтулзов Делимся завершающим видео из серии обзоров новых библиотек в React Native. В этом выпуске Евгений Прокопьев, руководитель группы мобильной разработки в Купер.тех, расскажет о новом фреймворке для расширения возможностей отладки приложений — rozenite. 👀Приятного просмотра на YouTube и в VK Видео!

💭Как прошёл ML Meetup: репортаж и видео докладов Вечер получился ярким и насыщенным: обсудили тренды в машинном обучении, обменялись опытом и зарядились новыми идеями. Атмосферу передать не сможем, а видео докладов смотрите на YouTube и в VK Видео: 🟢Первый шаг к векторному поиску Игорь Самарин, Machine Learning Engineer в Купер.тех 🟢Применение LLM в поиске для разметок Александр Баранов, Data Analyst в Купер.тех 🟢Как картинки находят себе пары Николай Чугунников, Senior Machine Learning Engineer в Купер.тех А ещё у ребят из ML-команды есть свой telegram-канал — подписывайтесь, чтобы узнать больше про машинное обучение в Купер.тех. Большое спасибо всем, кто присоединился к нам в офлайне и онлайн! 🥳

💭Как прошёл ML Meetup: репортаж и видео докладов Вечер получился ярким и насыщенным: обсудили тренды в машинном обучении, обменялись опытом и зарядились новыми идеями. Атмосферу передать не сможем, а видео докладов смотрите на YouTube и в VK Видео: 🟢Первый шаг к векторному поиску Игорь Самарин, Machine Learning Engineer в Купер.тех 🟢Применение LLM в поиске для разметок Александр Баранов, Data Analyst в Купер.тех 🟢Как картинки находят себе пары Николай Чугунников, Senior Machine Learning Engineer в Купер.тех А ещё у ребят из ML-команды есть свой telegram-канал — подписывайтесь, чтобы узнать больше про машинное обучение в Купер.тех. Большое спасибо всем, кто присоединился к нам в офлайне и онлайн! 🥳