Handshake

Articles related to "Handshake"

2 articles in total

前向部署工程师:弥合人工智能价值差距的角色

OpenAI 为前线部署工程师(Forward Deployed Engineer, FDE)开出 28 万美元底薪,Handshake 等公司薪资超 30 万美元,折射出 AI 产业最核心的矛盾:大模型的泛化能力与真实企业流程之间存在巨大的“最后一英里”鸿沟。文章指出,Anthropic 虽宣称要培训数万名工程师,目前仅完成 86 名,进一步验证了这一人才缺口。FDE 并非传统软件工程师,而是集商业敏锐度、技术交付和部署所有权于一体的混合专家,核心能力在于寻找“高杠杆点”——即在最小技术构建下撬动最大工作量的环节,例如在保险理赔流程中仅检查材料完整性,而不自动决策。技术交付侧,搭建 50-100 例正确评估集(evals)被视为关键技能,Claude code sessions 的研究证实领域专家验证成功率是新手的两倍。文章提出了 30 天快速验证框架(分析-验证-构建-反馈),强调企业应放弃影子 AI 的散乱试验和漫长的咨询项目,转向受治理、主权可控的“方案优先”(Solution-First)模式。Ability.ai 推出的主权基础设施 Trinity 和托管代理运维服务,正试图让企业无需自招天价 FDE 也能获得同样的落地效果。文章最终落脚于治理与所有权:只有将领域知识、安全护栏与快速迭代工程结合,组织才能真正将通用 AI 转化为可度量的财务回报。

Read More

Handshake 高级 AI 前部署工程师

本文是Handshake公司发布的“高级AI前线部署工程师”(Senior AI Forward Deployed Engineer)招聘启事。Handshake从大学生求职平台转型为AI数据服务巨头,在2025年启动Handshake AI业务,号称已成为史上增长最快的AI数据企业,年化营收约10亿美元,每月向超过3万名知识工作者支付约6,000万美元。该职位位于旧金山,采用混合办公模式,核心使命是嵌入前沿AI实验室等战略合作伙伴中,扮演应用AI研究与客户交付的桥梁角色。工程师需要将实验室模糊的后训练需求转化为具体的评估框架、标注管道和基准基础设施,并主导原型设计、实验迭代和团队指导。技术要求方面,候选人需有6年以上应用机器学习或AI研究工程经验,深度掌握强化学习后训练技术(RLHF、DPO、PPO),具备实际模型微调操作经验(LoRA、PEFT),并有ML数据管道和评估工具的使用背景。加分项包括LLM评估设计经验、已发表的研究成果、开源贡献或在高增长AI公司担任过前线部署类角色。该岗位旨在影响前沿模型的训练方式,反映了AI数据服务行业对兼具研究深度与工程交付能力的复合型人才的迫切需求。

Read More