SIVAD Consulting
Staff Software Engineer - (Hybrid) - DBB
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Staff-инженер — технический лидер небольшой продуктовой команды, создающей AI-агентов для ускорения клинических исследований. Hands-on разработка full-stack продуктов с LLM-фичами и менторство трёх джунов.
Задачи
- Создавать AI-продукты end-to-end: от идеи до релиза, включая agentic workflows и LLM-фичи с production evals
- Быть техническим лидером и ментором команды из трёх джунов, задавать практики код-ревью и инженерных процессов
- Работать в тесной связке с CTO, PM и customer success для понимания потребностей клиентов и запуска zero-to-one продуктов
- Проектировать и реализовывать full-stack приложения: frontend, backend, инфраструктура и data pipelines
Требования
- 8–15 лет опыта в full-stack продуктовой разработке с AI/LLM-фичами
- Опыт техлида или фактического технического лидера команды: ведение крупных проектов и координация работы инженеров
- Full-stack продуктовый инженер, способный вести фичу end-to-end (frontend, backend, инфраструктура); допустимы backend-ориентированные generalists
- Опыт менторства джунов и повышения планки качества кода и процессов
- Опыт запуска zero-to-one клиентских продуктов (не глубокая инфраструктура)
- Свежий (последние 1–2 года) hands-on опыт запуска LLM-фич или AI-агентов в продакшене
- Опыт кросс-функциональной работы с PM, customer success и основателями
- Опыт настройки AI evals или LLM observability в продакшене (LangSmith, Braintrust, W&B или аналоги); опыт multi-step agentic pipelines
- Степень в CS или эквивалентный практический опыт
Условия
- Зарплата $200k–$250k
- Гибридный формат, Сан-Франциско, CA
- Seed-stage компания, платформа используется 400+ исследовательскими сайтами
- Возможность формировать инженерную культуру, процессы и архитектуру с нуля
Навыки
- LLM
- AI agents
- LangSmith
- Braintrust
- W&B
- agentic pipelines
- evals
- LLM observability
- full-stack
- frontend
- backend
- infrastructure
- data pipelines