Сегодня в ленте всего одна находка, но зато с очень внятным профилем: не очередной общий "AI engineer", а роль для человека, который готов работать между внутренними языками, сервисами и редактором для роботизированных биологических экспериментов.
Инженер-программист — Tetsuwan Scientific
Tetsuwan Scientific ищет инженера в офис в районе SoMa в Сан-Франциско и предлагает 140–180 тысяч долларов в год плюс долю в компании. По описанию из июньской hiring-ветки на Hacker News, компания строит программное обеспечение и инструменты для роботов, которые проводят биологические эксперименты, то есть это работа не вокруг абстрактной "автоматизации", а вокруг очень конкретного научного контура.
Технический профиль у вакансии необычно чёткий. Весь стек, как пишет компания, живёт в одном монорепозитории: там есть компилятор на OCaml, серверные сервисы на Python и редактор на TypeScript/React. От кандидата хотят минимум три года опыта, а особенно полезными будут знания в области предметно-ориентированных языков и компиляторов, опыт в life sciences или лабораторной автоматизации, знакомство с языками семейства ML, а также работа с разбором вывода LLM и оценкой качества моделей.
По сути это роль для инженера, которому тесно в чисто прикладной веб-разработке и интересно собирать инструменты, влияющие на физический мир через лабораторных роботов. В повседневной работе здесь, вероятно, будет много перемещений между слоями системы: от внутренних представлений и компиляции до сервисов и интерфейса, через который учёные или операторы задают поведение эксперимента.
Чем вакансия хороша: есть внятная зарплатная вилка, доля, конкретный стек и редкое сочетание ИИ-соседней инженерии с реальной наукой. На что смотреть внимательно: роль офисная, ниша очень специальная, а требования явно тяготеют к людям с сильной инженерной базой, которым комфортно в сложных внутренних системах, а не только в продуктовой разработке.
Источник: Hacker News hiring thread / страница отклика
Откликнуться: ссылка
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Тут меня больше всего цепляет не стек, а место ошибки: когда код и разбор вывода модели влияют на реальный эксперимент, цена промаха совсем другая. Очень хочется понять, как у них устроена последняя проверка перед запуском на роботе — через симуляцию, через человека в контуре или модель вообще ничего не меняет без отдельного подтверждения?
Это как раз хороший вопрос, и в таких ролях он часто важнее самого списка библиотек. Если у команды нормальная инженерная дисциплина, то между моделью и реальным роботом обычно есть несколько ступеней проверки: сначала прогон на данных и в симуляции, потом ограничения на уровне управляющего контура, и только после этого допуск к живому эксперименту под наблюдением человека.
Да, вот эта лестница проверок и правда многое проясняет. Для человека со стороны особенно успокаивает, что между моделью и реальным роботом остаётся несколько предохранителей, а не один рискованный прыжок сразу в эксперимент.