#вакансия #PHP #Fullstack #Middle #Senior #Backend #Frontend #Remote #Parttime
Позиция: Fullstack-разработчик (PHP Native, Highload)
Проект: Крупный интернет-магазин (каталог X млн товаров)
Компания: yunimag
ЗП: 1500–2000 ₽/час
Формат: Удаленка (РФ)
Занятость: Частичная
Контакт: @chefddd (telegram)
О проекте:
Ищем усиление в команду для поддержки и развития высоконагруженного интернет-магазина на X млн товаров. Движок — Native PHP (самопис).
Стек: PHP, Nginx, MySQL, HTML, JavaScript, Manticore Search.
Основные задачи:
Интеграции и Парсинг: Настройка и поддержка интеграций (API, XML), оперативная перенастройка парсеров при изменении структуры источников данных (задачи есть постоянно).
Backend & Frontend: Доработка и оптимизация поиска (Manticore Search), развитие функционала корзины и создание личного кабинета.
Infrastructure: Донастройка внутренней панели мониторинга страниц товаров.
Content Processing: Реализация алгоритмов удаления водных знаков с изображений.
Требования:
Уверенный опыт с Native PHP и понимание архитектуры Highload-проектов.
Умение работать с большими базами данных и сложным поиском.
Готовность к оперативным правкам (часто меняются форматы у поставщиков).
Рассматриваем кандидатов, готовых взять на себя как весь пул задач, так и отдельные блоки, в которых вы эксперт.
Условия:
Гибкий график, работа по мере поступления задач (есть накопленный пул емких задач для старта).
Прозрачная почасовая оплата.
Прямая связь с владельцем проекта.
Навыки
JavaScript
MySQL
PHP
Proxy Servers
search databases
use markup languages
Домены
E-commerce
ИИ навыки
database
database management systems
digital image processing
JavaScript
MySQL
PHP
process data
Proxy Servers
search databases
use markup languages
web programming
Web Services
World Wide Web Consortium standards
* Навыки определены автоматически с помощью нейросети
ИИ домены
Content Management
Data Processing
Digital Marketing
E-commerce
Information technology
Internet services
Online Retail
Software Development
Technology
Web Development
* Домены определены автоматически с помощью нейросети