Staff Software Engineer

О позиции

Samsara — компания, создающая Connected Operations Cloud, которая помогает организациям использовать данные IoT для улучшения безопасности, эффективности и устойчивости физических операций. Платформа обрабатывает более 25 триллионов точек данных ежегодно с датчиков, камер и подключённых устройств. Мы растём более чем на 30% в год, у нас около $2B ARR, 96% крупных клиентов используют два или более продукта. На позиции Staff вы получите автономию, определите roadmap продукта и будете решать амбициозные задачи от нуля до одного на масштабе в миллиард долларов. Локация: удалённо, Канада. Переезд не предоставляется.

Будет плюсом

• Опыт вывода AI-powered фич в продакшн: LLM-based products, agentic workflows, recommendation systems
• Комфорт с AI-augmented workflows (Cursor, LLMs и т.д.)
• Опыт работы с реальными операционными данными (telematics, sensor data, work orders, inspections)
• Трекрекcord менторства senior инженеров и влияния на инженерную культуру
• Side проекты, open-source contributions как сигналы curiosity и drive

Условия

• Автономия и возможность определять roadmap продукта вместо наследования чужого
• Работа на публичной компании с возможностью долгосрочного impact
• Доступ к одному из крупнейших proprietary datasets по physical operations (25+ трлн точек данных год)
• Возможность строить продукты с реальным миром stakes — влияние на безопасность, эффективность логистики, снабжения
• Культура ownership — собственные problem spaces end-to-end с первого дня
• Инвестиции в развитие через менторство, код-ревью, дизайн-сессии
• Опционы RSU без cliff vesting и refresh opportunities tied to performance
• Участие в customer interviews, direct close с конечными пользователями

Навыки

• Go
• Python
• TypeScript
• JavaScript
• React
• API Design
• System Architecture
• AI/ML Integration
• Data Pipelines
• Full Stack Development
• Distributed Systems
• Cloud Infrastructure
• IoT Protocols

Могут спросить на собеседовании

1. Расскажите о наиболее сложной технической системе, которую вы строили с нуля. Какие архитектурные решения вы приняли и почему?
2. Как вы балансируете техническое совершенство с необходимостью быстрого delivery в условиях неопределённости требований?
3. Приведите пример, когда вы интегрировали AI/ML capability в продукт. Как вы подходили к этой задаче без необходимости тренировать модели?
4. Опишите ситуацию, когда вам пришлось убедить стейкхолдеров принять решение, которое они изначально отвергали. Как вы это сделали?
5. Как вы обеспечиваете качество кода и поддерживаете высокий стандарт среди команды при высоком темпе релизов?