.NET backend developer for live sports broadcasts

DOU Polska; Warszawa; On-site; PLN 180,000 - 300,000; Full time

Job summary

DOU Polska ищет опытного инженера-бэкенда для архитектуры и эксплуатации высокопроизводительных микросервисов в облаке. Ваша задача — проектировать системы с низкой задержкой и масштабируемостью, интегрировать ML-модели в продакшн и обеспечивать бесперебойную работу сервисов.

Кандидат будет работать с Kubernetes, Kafka, Azure Service Bus и тесно сотрудничать с ML-инженерами. Опыт в обработке видео/медиа пайплайнов будет преимуществом.

Qualifications

• 4+ лет опыта масштабирования распределённых микросервисов в продакшн-облаках
• Глубокие знания C# / .NET для разработки высокопроизводительных приложений
• Опыт работы с Kubernetes, проектированием схем БД и оптимизацией SQL-запросов
• Опыт внедрения ML/AI инструментов в продакшн-окружения
• Плюсом будет знание Azure, видео/медиа пайплайнов

Responsibilities

• Проектирование и эксплуатация low-latency, управляемых событиями микросервисов
• Интеграция ML моделей в продакшн-процессы и обеспечение устойчивых конвейеров
• Поддержка бесперебойной доставки сервисов и нулевого простоя
• Оптимизация пайплайнов публикации/подписки через Kafka и Azure Service Bus
• Диагностика и устранение узких мест в распределённых кластерах Kubernetes
• Сотрудничество с ML-инженерами и дата-с scientists для устойчивости систем

Skills

Distributed microservices scaling

C# / .NET

Kubernetes

Kafka

Azure Service Bus

SQL performance tuning

AI tools integration (Cursor, Claude)

Tools

C# / .NET

Kubernetes

Kafka

Azure Service Bus

SQL

Job description

Описание

The Indexing layer processes live sports broadcasts to produce AI-generated highlights in real time - and the video-analysis pipeline behind it is yours to build and operate. The core challenge isn't just shipping code; it's managing high-performance compute workloads across 30+ event-driven microservices that must auto-scale under extreme live-event traffic spikes without failing.

Задачи

• Architect and operate low-latency, event-driven microservices that handle live event traffic bursts with zero downtime
• Bridge ML models into production by building resilient deployment pipelines that handle model drift, context limits, and non-deterministic outputs
• Own end-to-end service delivery from initial RFC design through zero-downtime deployment and post-launch telemetry
• Optimize pub/sub event pipelines across Kafka and Azure Service Bus to decrease processing latency and boost data throughput
• Debug distributed performance bottlenecks and scale Kubernetes compute clusters handling concurrent 24/7 media processing
• Collaborate with ML Engineers and Data Scientists to design systems that degrade gracefully during inference failures

Требования

• 4+ years scaling distributed microservices and backend systems in production cloud environments
• Strong expertise in C# / .NET for high-throughput, low-latency application development
• Production experience with Kubernetes, relational schema design, SQL query performance tuning, and messaging infrastructure (Kafka, Azure Service Bus)
• Hands-on integration of AI-assisted engineering tools (Cursor, Claude Code, sub-agents) into daily workflow
• Будет плюсом: Operational knowledge of production ML/AI behavior (inference performance, context limits, non-determinism); Azure cloud infrastructure experience (networking, IAM, cost/performance optimizations) or exposure to video/media processing pipelines

Условия

• Direct ownership of high-concurrency event pipelines where code changes instantly impact live, broadcast-level media products
• Pragmatic adoption of AI engineering practices - AI coding assistants and sub-agents are integrated into production workflows rather than treated as an afterthought
• Exposure to complex distributed systems engineering, balancing massive scale, live media ingestion, and operational cost efficiency