diff --git a/cases/infra.md b/cases/infra.md
new file mode 100644
index 0000000..2000af9
--- /dev/null
+++ b/cases/infra.md
@@ -0,0 +1,23 @@
+## Описание кейса
+Спроектировать сервис потоковой обработки.
+## Задача
+1. Сервис принимает тяжелые данные (json-serializable) (100+ MB) за раз (эндпоинт `/submit`) -> `input`
+2. Данные должны быть обработаны в несколько шагов (каждый из шагов может вызывать внешний API):
+- Обработка нескольких ключей (из `input`) независимо (пример: ключи `constraints`, `contracts`, `orders`)
+- После предыдущего пункта результаты обработки `constraints`, `contracts` мерджятся в одну структуру и проводится дополнительная обработка (`contracts-constraints-result`)
+- Последний шаг - обработка `contracts-constraints-result` и `orders` вместе и выдача результата -> `result`
+3. Необходимо оптимизировать потребление памяти / CPU
+4. Обработка данных должна быть идемпотентной.
+5. Эндпоинт приема данных должен работать быстро (<10 seconds)
+6. Метаданные из `input` должны храниться персистентно и отдаваться пользователю в эндпоинте
+
+## На что обращаем внимание
+1. `/submit` должен использовать потоковую обработку для экономии памяти, хотя и больше времени занимает
+2. Можно использовать celery, airflow, spark, etc. Но надо проверить знание основ потоковой обработки
+3. Для идемпотентности можно использовать очереди, БД, redis/memcached, etc. Надо у любого выбранного метода выяснить минусы/плюсы
+4. Как передаются данные на каждом шагу? S3, Redis, DB?
+5. Знаком ли с концепцией ETL/ELT?
+6. Как кандидат будет мониторить?
+7. Как будет запускаться сервис? k8s, docker compose, AWS Lambda, etc.?
+## Пояснения
+1.