- Страна
- США
Откликайтесь
на вакансии с ИИ

Senior / Staff Software Engineer (Agentic Search)
Редкое сочетание драйва топового стартапа (Tavily) и ресурсов мощного технологического гиганта (Nebius). Предложение включает релокацию в мировые тех-хабы, работу с передовым стеком и ликвидные акции компании.
Сложность вакансии
Позиция требует исключительного технического бэкграунда (5+ лет опыта) в области высоконагруженных систем, поисковых движков или инфраструктуры данных. Ожидается уровень Senior/Staff и владение системными языками программирования на высоком уровне.
Анализ зарплаты
Работодатель заявляет компенсацию на уровне BigTech компаний (Google, Meta) плюс эквити Nebius. Для позиций Senior/Staff в Амстердаме или Лондоне это означает очень конкурентоспособный пакет, значительно превышающий средние рыночные показатели для обычных продуктовых компаний.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в tavily уже сейчас
Присоединяйтесь к команде Tavily внутри Nebius, чтобы строить будущее агентского поиска на мировом уровне!
Описание вакансии
tl;dr: senior/staff SWE, agentic search; relocation to Amsterdam/London/NY or remote
Хотите быстро делать крутые фронтирные штуки в стартапе, но немного скучаете по ДМС, сыркам на кофепойнте и ликвидным стокам? Принесли вам лучшее из двух миров: стартап внутри Nebius*🧪*
Стартап — это Tavily. В те далёкие времена, когда чатгпт ещё не умел ходить в интернет (то есть где-то в 2023), он появился как едва ли не первая опенсорсная реализация дипресёрча. А потом вырос в полноценный слой доступа к информации в интернете для агентов — со своим веб-индексом и ранжированием, заточенным не под людей, а под AI. За два года Tavily успел собрать миллионы пользователей, стать практически дефолтным поисковиком в LangChain, поднять $25M, и недавно — влиться в Nebius *❤️*
Про Небиус вы и так знаете. Амстердамский AI cloud, который предоставляет компаниям GPU-инфраструктуру. Инженерное наследие Яндекса, $2B инвестиций от NVIDIA, а среди клиентов — Meta, Microsoft и Cursor.
Теперь, чтобы стать топ-1 агентским поиском, у них есть почти всё. Нужны только ещё несколько офигенных senior / staff инженеров:
*⚙️* те, кто делает рантайм-часть — принимает запрос, достаёт, ранжирует и отдаёт документы под жёсткими требованиями к latency и throughput;
*📁* те, кто отвечает за индексинг — строит сам индекс, считает фичи для ранжирования, занимается форматами хранения;
*📍* те, кто знает, как обойти весь интернет, и обрабатывает данные в реалтайме.
Поэтому, если вы строили:
*⭕*очень высоконагруженные, low-latency системы (например, DBMS, query-движки, storage, HFT-инфру);
*⭕*или рекомендательные системы и рекламными движки;
*⭕*или веб-кроулеры;
*⭕*или большие оффлайн дата-пайплайны (поисковики, соцсети, маркетплейсы; Spark, MapReduce и вот это всё);
*⭕*или датасеты для претрейна LLM, или онлайн-датапайплайны (Apache Beam, Kafka, Flink);
*⭕*или делали что-то ещё, что вам кажется релевантным —
напишите нам! Если сомневаетесь, напишите тоже, и мы разберёмся вместе.
На все роли нужны минимум 5 лет опыта (лучше больше) и готовность много делать руками. Стек — C++/Rust/Golang.
Суровые энтерпрайз-правила не дают нам назвать вилки — но они уж точно не ниже, чем в бигтехе, плюс эквити — Небиуса, конечно *📈*
Можно переехать в Амстердам, Лондон, NY или Тель-Авив; если вы очень хороши и находитесь в другой части Европы или США — можно иногда обсудить и удалёнку.
Пишите Даше Откликнуться *😏*
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- C++
- Rust
- Go
- Search Engines
- High Load
- Distributed Systems
- Apache Kafka
- Apache Flink
- Apache Beam
- Spark
- MapReduce
- Low Latency
Возможные вопросы на собеседовании
Вакансия предполагает работу над поисковым движком с жесткими требованиями к задержкам.
Расскажите о самом сложном случае оптимизации latency в вашей практике: какие инструменты профилирования использовали и каких результатов достигли?
Для задач индексации и рантайма важно понимание внутреннего устройства систем хранения.
Как бы вы спроектировали структуру индекса для поиска в реальном времени, учитывая необходимость обновления данных и высокую скорость чтения?
Работа с веб-масштабом требует навыков построения распределенных систем.
С какими проблемами консистентности данных вы сталкивались при работе с Apache Kafka или Flink в высоконагруженных пайплайнах?
Tavily работает с данными для AI-агентов.
В чем, по вашему мнению, ключевое различие в ранжировании документов для LLM-агентов по сравнению с традиционным поиском для людей?
Роль Staff-инженера подразумевает ответственность за архитектурные решения.
Опишите ситуацию, когда вам пришлось принимать непопулярное архитектурное решение. Как вы аргументировали свой выбор перед командой?
Похожие вакансии
Senior/Lead AI Engineer
ML разработчик ( Senior )
AI-разработчик (Middle+/Senior/Lead)
Senior ML разработчик
Python-разработчик в команду запуска внутренних AI-сервисов
Senior Computer Vision Engineer
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!