Rekayasa dalam skala besar. Dibangun secara in-house
Kami menjalankan crawl pada web, memproses triliunan titik data, dan memberikan wawasan real-time, semua itu didukung oleh teknologi kami sendiri.
Ahrefs dibangun di atas fondasi rekayasa inovatif, sistem berkinerja tinggi, dan obsesi mendalam pada data.
Peralatan kami didukung oleh beberapa infrastruktur paling canggih dalam bidang intelijen pemasaran yang dirancang dan dioperasikan sepenuhnya secara in-house.
Kami menjalankan crawl di seluruh web dalam skala besar, memproses triliunan titik data, dan memberikan wawasan real-time kepada jutaan pengguna di seluruh dunia.
Moto kami mencerminkan pendekatan kami pada rekayasa dan pembelajaran.
dan kerjakan dengan benar,
lalu kerjakan
Para engineer di Ahrefs sangat mandiri dan dipercayakan dengan banyak kebebasan. Keputusan dibuat oleh orang-orang yang paling mengenal masalah. Seorang pengembang dapat menangani pengembangan alat atau sistem dari ide hingga produksi. Tim memiliki seluruh produk yang dikerjakan.
Tim kami kecil dan kode kami ringkas. Kami merancang dengan mempertimbangkan skala: sistem diharapkan berjalan jangka panjang, memulihkan sendiri ketika diperlukan, dan simpel untuk kemudahan debug. Kinerja, kejelasan, dan ketahanan adalah fokus kami.
Kami fokus pada pemecahan akar masalah, bukan hanya gejalanya. Apakah itu berarti menyelidiki bug CPU? Tentu saja! Kami juga mendorong kontribusi open source dengan memublikasikan kode dan berkontribusi kembali ke alat yang kami gunakan.
Kami berusaha menyederhanakan sesuatu. Penyederhanaan memudahkan skalabilitas, debugging, dan peningkatan. Penyederhanaan membuat kami tetap fokus pada pekerjaan penting: membangun alat yang kuat dan dapat diandalkan dalam skala besar, serta menghadirkan nilai kepada pelanggan. Penyederhanaan juga membuat alat bertahan lama, dengan penurunan biaya perubahan dan pemeliharaan.
Bahasa backend utama kami. Kami menggunakan OCaml untuk pemrosesan data skala besar kinerja tinggi berkat paradigma fungsional, pengetikan statis, dan kemudahan pemeliharaan. Bahasa pemrograman ini adalah pusat dari semua yang kami bangun dan kami memberikan kembali kontribusi besar ke ekosistemnya.
Kami menggunakan Melange dengan sintaks ReasonML di seluruh frontend stack kami agar konsisten dengan OCaml, dukungan React melalui JSX, dan kekuatan pengembangan web type-safe. Kami juga melakukan pemeliharaan binding open-source untuk pustaka utama.
Dari mesin penyimpanan hingga sistem terdistribusi, kami mengembangkan infrastruktur kinerja tinggi menggunakan C++.
Kami mengoperasikan fork kustom dari Clickhouse yang disesuaikan dengan infrastruktur kami. Tim Clickhouse kami berfokus pada pelaksanaan kueri paralel, kinerja multi perangkat, dan peningkatan ketersediaan tinggi.
Tim machine learning kami menggunakan Python untuk membangun dan menerapkan model, serta untuk mengelola alur kerja rekayasa data.
Pusat sumber terbuka kami adalah tempat kami berbagi alat, pustaka, dan kontribusi yang memberdayakan infrastruktur Ahrefs dan mendukung komunitas pengembang yang lebih luas.
Backend untuk kompilator OCaml yang memungkinkan OCaml dan kode Reason dikompilasi ke JavaScript yang efisien dan dapat dibaca. Backend ini memberikan integrasi mendalam pada ekosistem dan alat OCaml. Kami telah aktif terlibat dalam proyek Melange sejak awal dan terus berkontribusi secara aktif.
Kerangka kerja Deep Learning yang menerapkan backends tingkat rendah, menekankan pada penafsiran bentuk dan notasi singkat, mendukung paralelisasi "satu mesin banyak perangkat", CPU multi-inti. Saat ini, OCANNL inti dikompilasi secara eksplisit dan disinkronkan.
Kami adalah anggota OCSF (OCaml Software Foundation), sebuah yayasan nirlaba dengan misi mempromosikan, melindungi, dan memajukan bahasa pemrograman OCaml dan ekosistemnya, serta mendukung dan memfasilitasi pertumbuhan komunitas pengguna OCaml yang beragam di seluruh dunia.
Kami mendukung OPAM, manajer paket OCaml, yang berkontribusi pada keandalan, kinerja, dan peralatannya untuk proyek dan komunitas kami.
Membangun sistem di balik crawler, mesin pencari, dan alat intelijen pemasaran kami. Memproses petabyte data dan memastikan semuanya andal dan cepat.
Memberdayakan kerangka kerja dan API internal yang digunakan di seluruh produk. Mengoptimalkan observabilitas, kinerja, dan UX pengembang.
Frontend di Ahrefs tidak hanya tentang UI, tetapi menghadirkan data dari database kepada pelanggan. Tugasnya termasuk UI dan juga melibatkan pengerjaan lapisan API untuk memproses data.
Memiliki keandalan infrastruktur dalam skala global. Dari otomatisasi dan penerapan hingga penyetelan kinerja dan respons insiden.
Membangun layanan ML untuk pencarian berskala web, pemahaman konten, dan pemeringkatan. Menangani penyetelan LLM, pengambilan padat, dan lebih banyak lagi.
Sesuaikan Clickhouse berdasarkan kebutuhan: kueri latensi rendah, fitur SQL canggih, analisis toleran kesalahan.
Pengembangan befokus menggunakan C++. Merancang dan membangun sistem tingkat rendah dan berkinerja tinggi, dari internal Linux hingga lapisan komputasi terdistribusi dan mesin penyimpanan.
karyawan kami
Being a Data Scientist at Ahrefs isn’t just about crunching numbers — it’s about learning, collaborating, and making real impact. The supportive team, challenging projects, and dynamic environment make every day an exciting opportunity for growth.
Xibeijia,
Data Scientist
Every day is a new day where I get to solve interesting problems, or make improvements that have a positive impact on thousands of users.
Bryan,
Frontend Engineer
I love being part of the Ahrefs engineering team. With smart, curious colleagues, top-tier infrastructure, and real ownership even for juniors, what’s not to like? Expectations are high, but Ahrefs encourages experimentation and growth, keeping everyone engaged and challenged.
Rytis,
Backend Engineer
Sebelum Anda melamar, pahami pandangan kami tentang rekayasa
Lakukan hal paling sederhana yang mungkin berhasil
The Grug Brained Developer: A layman's guide to thinking like the self-aware smol brained
Chesterton’s Fence: A Lesson in Thinking
Saya melakukan apa pun yang saya inginkan di tempat kerja dan saya belum dipecat
Jalankan, perbaiki, percepat
80% hasil dapat dicapai dengan 20% usaha
Lamaran
Langsung lamar posisi yang sesuai di halaman karier kami.
Seleksi awal
Bertanyalah kepada perekrut kami untuk mengetahui lebih lanjut tentang Ahrefs, tim, dan budaya kami, serta dapatkan petunjuk tentang proses selanjutnya.
Tugas di rumah
Jenis tugas bergantung pada posisi yang Anda lamar, perekrut kami akan memandu Anda. Kami tidak menetapkan tenggat waktu yang ketat atau membuat tugas semaunya. Kami berupaya untuk membuatnya menyenangkan!
Wawancara
Ini adalah diskusi teknis santai yang menjadi kesempatan bagi kami untuk mengenal Anda, dan bagi Anda untuk lebih mengenal tim dan pekerjaan kami. Tidak ada LeetCode, teka-teki pemrograman, atau latihan di papan tulis.
Tawaran 🎉
Santai saja, tekanan sudah berakhir! Tidak ada lagi wawancara, tidak ada lagi tugas. Bersiaplah untuk bergabung dengan tim kami!