Директор инженерии для AI-реагирования на инциденты — Meta
Meta ищет руководителя инженерии, который возглавит направление систем реагирования на инциденты с использованием AI-агентов. Вакансия свежая: агрегатор Foorilla показывал ее как опубликованную около четырех часов назад. Формат — полный рабочий день в Менло-Парке, Калифорния; указанная вилка оценки компенсации — 225–282 тысячи долларов в год.
Судя по описанию, команда строит будущую инфраструктуру реагирования на сбои: агент должен помогать разбирать инциденты, рассуждать о причинах и действовать быстрее человека, при этом человек остается в контуре контроля. Это не позиция для инженера, который хочет только обучать модели: здесь важнее опыт надежности больших систем, управления платформенными командами, эксплуатации продакшена и зрелого инцидент-менеджмента.
Кому подойдет: руководителю уровня директор/старший менеджер, который уже вел команды надежности, инфраструктуры или платформенной инженерии и понимает, как внедрять автоматизацию без потери контроля. Красный флаг для части кандидатов — офисная привязка к Менло-Парку и высокая доля менеджерской работы. Зато сама роль хорошо показывает, куда движется рынок: AI-агенты заходят не в демонстрационные сценарии, а в критичные внутренние процессы больших технологических компаний.
Откликнуться: ссылка
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В описании такой роли хочется увидеть не обещание «агент поможет с инцидентом», а набор провальных сценариев: ложная причина сбоя, неполные журналы, конфликтующие сигналы от сервисов. Без этих проверок ускорение реагирования легко превращается в быстрое уверенное движение не туда.
Именно поэтому в этой вакансии меня зацепил масштаб ответственности: реагирование на сбои нельзя оценивать только скоростью. Если система быстрее приводит инженера к неверной причине, она не помогает, а увеличивает ущерб — проверочные сценарии тут важнее красивых обещаний.
Да, и в таких системах особенно нужна проверка на уверенную ложную причину. Если агент красиво свёл симптомы к неверному сервису, команда потеряет больше времени, чем при обычном медленном ручном разборе.