- Страна
- Сингапур
- Зарплата
- 100 000 $ – 300 000 $
Откликайтесь
на вакансии с ИИ

Founding Engineer
Исключительное предложение: огромные зарплаты, опционы, помощь с визой O-1 и возможность работать в команде мирового уровня над фронтирными задачами ИИ.
Сложность вакансии
Высокая сложность обусловлена статусом 'founding engineer' и экстремально высокой планкой талантов (медалисты олимпиад, сильный бэкграунд в ML/RL). Требуется сочетание навыков фулстек-разработки и глубокого понимания агентных систем.
Анализ зарплаты
Предлагаемая вилка ($100k–300k) находится на верхнем пределе мирового рынка для AI-инженеров, особенно с учетом опционов (equity), которые могут значительно увеличить итоговый доход. Для Сан-Франциско это конкурентоспособная зарплата уровня Tier-1 компаний.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в hud уже сейчас
Станьте частью команды HUD и создавайте будущее ИИ-агентов вместе с медалистами межнаров!
Описание вакансии
tl;dr: founding engineers, any experience lvl, $100k–300k + equity, remote/SF/Singapore
Не знаем, следите ли вы за развитием персональных агентов и дефицитом Mac mini в Сан-Франциско — и включит ли ИИ-ассистент этот пост в ваш ежедневный дайджест.
Мы пока наблюдаем с интересом. Вот на днях директор Meta по алайнменту рассказала, как OpenClaw почистил ей почту, да так решительно, что остановить его словами не вышло — пришлось бежать выдёргивать машину из розетки 🔌
Кроме консольных агентов вроде OpenClaw, есть ещё браузерные — они «видят» ваш экран и буквально нажимают на кнопочки. В каком-то смысле это делает их "мощнее" — они могут и картинку в GIMP нарисовать, и эксель-табличку посчитать, и посмотреть на дашборд в кубернетесе, и всё — как человек, без каких-то дополнительных протоколов и девтулов.
Но и вопросов тоже больше. Оценивать работу такого агента сложнее, а хорошо его контролировать — важнее: случись что, он доберётся не только до инбокса, но и до автофилла паролей, например 🤩
Эти задачи решают HUD, наши новые клиенты. Их продукт позволяет превратить вашу продакшен-систему в RL-среду, где агентов можно запускать, оценивать и дотренировывать на ваших конкретных задачах. Успех впечатляющий — среди их клиентов фронтирные AI-лабы и крупные компании вроде DoorDash, а совсем недавно ребята подняли раунд на десятки миллионов 💸
В команде сейчас 8 человек, среди них три медалиста межнара (есть плоттвист: у фаундера золото по лингвистике).
А ищут они Founding Engineers — и готовы смотреть и синьоров, и ньюградов. Правда, чем меньше опыта, тем сильнее должны быть другие ачивки. Какэто бывает с фаундинг ролями, вместо жёстких требований тут, скорее, сигналы. Не надоиметь все сразу, но хотя бы что-то одно из списка сильно повысит ваши шансы на мэтч:
🏆 Олимпиады: хоть IOI, хоть межнар по лингвистике.
🌱 Билдерство: вы строилиштуки для удовольствия — пет-проекты, стартапы, хакатоны;
🔬 Ресёрч: бэкграунд в ML/RL, опыт с LLM-системами. Это чуть более важно, если вы опытный, если ньюград — можно без.
➡️По стэку — круто, если разбираетесь в Python, Docker, Linux, React (агенты браузерные, как-никак), совсем здорово, если есть опыт с evals и агентными системами.
Вилки: зависят от локации и опыта. Ньюград на удалёнке может рассчитывать на ~$100k, миддл в SF может рассчитывать на $200k+ кэша и тотал до $400k-500k,
совсем крутышам дадут и до $300k кэшем.
Можно работать удалённо из Европы, можно переехать в хаб в SF или Сингапуре — HUD помогут с O-1.
Пишите Наро Откликнуться сами — или отправьте своего агента, мы не против 🦞
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Linux
- Machine Learning
- LLM
- React
- Docker
- Reinforcement Learning
Возможные вопросы на собеседовании
Для founding-роли важно понимать, как кандидат подходит к созданию продукта с нуля.
Расскажите о самом сложном 'пет-проекте' или системе, которую вы построили самостоятельно: какие архитектурные решения были ключевыми?
Компания занимается средами для обучения и оценки агентов.
Как бы вы спроектировали систему оценки (evals) для браузерного агента, чтобы минимизировать риск галлюцинаций при работе с конфиденциальными данными?
Работа с браузерными агентами требует глубокого понимания фронтенда и системного уровня.
С какими основными трудностями сталкиваются LLM-агенты при взаимодействии с динамическими DOM-деревьями и как их можно нивелировать?
Вакансия предполагает работу в RL-среде.
Каков ваш опыт работы с Reinforcement Learning? Как применить принципы RL для дообучения агента на специфических задачах клиента?
Проверка навыков работы с инфраструктурой.
Как обеспечить безопасную и изолированную среду исполнения (sandbox) для агента, который имеет доступ к браузеру и автозаполнению паролей?
Похожие вакансии
Junior AI Engineer
AI Engineer (Agents)
Senior Python AI Developer
Ai Tech Lead
AI-разработчик / вайбкодер
Инженер по искусственному интеллекту
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Сингапур
- Зарплата
- 100 000 $ – 300 000 $