Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
CircuitHub
Лондон, Великобритания29 дней назад
80 000 – 125 000 GBP
в год
Формат работы
Удалённо, Офис
Письмо на почту или сообщение рекрутеру в Telegram
CircuitHub меняет производство электроники с помощью The Grid — платформы робототехники в промышленных масштабах, которая делает малосерийную, высокогибридную сборку электроники радикально более эффективной. Представьте точность полупроводникового производства, примененную к хаотичному миру прототипирования и мелкосерийного производства: 10-кратное увеличение пропускной способности в одной из самых фундаментальных отраслей мира.
Мы привлекли 45 миллионов долларов от ведущих инвесторов, включая Plural, Y Combinator и Google Ventures, и уже прибыльны. Среди наших клиентов — крупный производитель электромобилей, ведущая лаборатория ИИ и многие крупнейшие компании мира.
The Grid — это не прототип. Он работает, быстро масштабируется и приносит реальный доход, и мы собираем команду, которая будет масштабировать его дальше.
CircuitHub производит электронику по запросу. Инженеры загружают дизайн печатной платы; мы закупаем комплектующие, собираем плату на нашем собственном роботизированном заводе и отправляем ее. Все большая часть этого бизнеса теперь выполняется ИИ-агентами, и мы хотим, чтобы вы помогли их создать.
Это не чат-боты. У наших агентов есть реальные задачи:
Они проверяют платы. Агент проверяет изображения с камеры каждой панели, которую мы производим, на предмет неправильно установленных, повернутых или отсутствующих деталей
Они программируют роботов. Агенты читают спецификации, чтобы наши машины pick-and-place знали, как обращаться с каждой новой деталью
Они следят за заводом. Они обнаруживают посторонние детали на складе роботов, диагностируют неисправности принтера и устраняют заклинивание машин
Они управляют бэк-офисом. Они регистрируют счета от поставщиков, отслеживают просроченные заказы, объясняют ценовые предложения и обрабатывают ошибки
Они пишут наш код. Большая часть того, что отправляет наша команда, начинается с сеанса агента
Найдите процесс, который люди до сих пор делают вручную, и автоматизируйте его от начала до конца: решите, что требует оценки, а что — простого кода, создайте инструменты и докажите, что он работает, прежде чем он заработает самостоятельно. Затем сделайте его дешевле, быстрее и точнее. Вы также улучшите платформу, на которой работает каждый агент, и будете тесно сотрудничать с людьми, которым служит ваша работа, от операторов завода до сотрудников финансового отдела.
Сначала оценка. Агент зарабатывает право работать самостоятельно: слепые тесты с вердиктами людей, параллельные запуски с людьми, повторные проверки прошлых решений. Мы отслеживаем точность и стоимость за прогон и повторно тестируем каждый раз, когда мы меняем модель, промпт или уровень усилий
Агенты оценивают, код пишет. Агенты возвращают структурированные ответы. Обычный код проверяет их по второму источнику и вносит все изменения
Сначала классический подход, затем модель. Дешевое зрение и математика сужают проблему, чтобы модель смотрела только туда, где это важно
Безопасность по конструкции. Агенты работают в изолированных облачных машинах, которые никогда не хранят реальные учетные данные, а вызовы инструментов построены так, чтобы бизнес-действие не могло быть выполнено дважды
Выравнивание изображений ранжирует детали на каждом фото платы. Наихудшие 20% деталей содержат около 90% реальных дефектов, поэтому агент проверяет только их. В слепом повторном прогоне он обнаружил все 13 дефектов, отмеченных операторами
Проверка фотографий на наличие посторонних деталей на складе роботов показала 10 из 10 в слепом режиме, примерно за 8 центов за фото. Модель, которую она заменила, обнаружила примерно половину
Вызовы инструментов агента оставляют долговечные квитанции, поэтому сеанс, прерванный во время развертывания, возобновляется без отправки одного и того же письма или заказа дважды
Счета, извлеченные из электронных писем поставщиков, совпали с данными, введенными человеком, в 66 случаях из 66
Решатель ограничений перепланирует весь завод каждые две минуты, с учетом роботов, печей и людей
Вы внедрили LLM-агентов в производство и можете рассказать нам, что сломалось и как вы знали, что они работают
Вы прежде всего сильный инженер-программист. Большая часть этой работы — реальная инженерия, а не написание промптов: параллелизм, идемпотентность, моделирование данных, безопасность
Вы создаете оценку, прежде чем доверять результату
Вам нравится физический мир: камеры, роботы, детали, повернутые на 90°
Агенты: Claude Code, Codex, Claude и OpenAI API, MCP, навыки в простом Markdown
Код: TypeScript (Bun, React), Python (FastAPI, Dagster, OpenCV, OR-Tools), PostgreSQL
Инфраструктура: Nix и NixOS, Nomad, Terraform, Vault, AWS, Modal sandboxes, OpenTelemetry
Компенсация: £80K - £125K в год
Великобритания £80k–£125k · США $125k–$250k, в зависимости от опыта, плюс опционы.
Compensation: £80K - £125K per year
CircuitHub is reshaping electronics manufacturing with The Grid, a factory-scale robotics platform that makes small-batch, high-mix electronics assembly radically more efficient. Think semiconductor-fab precision applied to the chaotic world of prototyping and low-volume production: a 10x throughput improvement in one of the world's most foundational industries.
We've raised $45M from top-tier investors including Plural, Y Combinator and Google Ventures, and we're already profitable. Our customers include a major EV maker, a top AI lab and many of the worlds largest companies.
The Grid isn't a prototype. It's live, scaling fast and delivering real revenue, and we're building the team that will scale it further.
CircuitHub makes electronics on demand. Engineers upload a circuit board design; we buy the parts, build the board in our own robotic factory and ship it. More and more of that business is now run by AI agents, and we want you to help build them.
These aren't chatbots. Our agents have real jobs:
They inspect boards. An agent checks camera images of every panel we build for wrong, rotated or missing parts.
They program robots. Agents read datasheets so our pick-and-place machines know how to handle each new part.
They watch the factory. They spot stray parts in robot storage, diagnose printer faults and clear stuck machines.
They run the back office. They book supplier invoices, chase late orders, explain quotes and triage bugs.
They write our code. Most of what our team ships starts in an agent session.
Find a process people still do by hand and automate it end to end: decide what needs judgement and what needs plain code, build the tools, and prove it works before it runs alone. Then make it cheaper, faster and right more often. You'll also improve the platform every agent runs on, and work closely with the people your work serves, from factory operators to finance.
Evals first. An agent earns the right to work alone: blind tests against people's verdicts, shadow runs beside the humans, replays of past decisions. We track accuracy and cost per run, and re-test whenever we change a model, a prompt or the effort level.
Agents judge, code writes. Agents return structured answers. Plain code checks them against a second source and makes every change.
Classical first, model second. Cheap vision and maths narrow the problem so the model only looks where it matters.
Safe by construction. Agents work in sandboxed cloud machines that never hold real credentials, and tool calls are built so a business action can't run twice.
Image alignment ranks the parts on each board photo. The worst 20% of parts hold about 90% of real defects, so the agent only inspects those. In a blind re-run it caught all 13 defects operators had marked.
A photo check for stray parts in robot storage scored 10 out of 10 blind, at about 8¢ a photo. The model it replaced caught about half.
Agent tool calls leave durable receipts, so a session killed mid-deploy resumes without sending the same email or order twice.
Invoices extracted from supplier emails matched what a person had entered 66 times out of 66.
A constraint solver replans the whole factory every two minutes, across robots, ovens and people.
You've put LLM agents into production and can tell us what broke and how you knew it was working.
You're a strong software engineer first. Most of this job is real engineering, not prompting: concurrency, idempotency, data modelling, security.
You build the eval before you trust the result.
You like the physical world: cameras, robots, parts rotated by 90°.
Bonus: computer vision, optimisation or electronics.
Agents: Claude Code, Codex, Claude and OpenAI APIs, MCP, skills in plain Markdown
Code: TypeScript (Bun, React), Python (FastAPI, Dagster, OpenCV, OR-Tools), PostgreSQL
Infra: Nix and NixOS, Nomad, Terraform, Vault, AWS, Modal sandboxes, OpenTelemetry
UK £80k–£125k · US $125k–$250k, depending on experience, plus equity.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 97 800 до 129 000