Первый инженер стартапа 10x Science Эндрю ХанзекерХесед ушёл с позиции Principal Engineer в Grindr, чтобы создавать ИИ-инструменты для анализа научных данных. Его первый рабочий эпизод в новой компании выглядел не как онбординг: за три дня команде нужно было понять задачу крупной фармкомпании, спроектировать решение, собрать его и показать на пятничной демонстрации. Для российских разработчиков это наглядный пример того, что ранний стартап ценит не строчку в резюме, а готовность быстро разобраться в чужой предметной области и сделать работающий продукт.
О переходе ХанзекерХеседа сообщает Y Combinator Blog. До 10x Science он делал потребительские сервисы с многомиллионной аудиторией и работал над логистикой доставки еды, выкладкой товаров повседневного спроса в Walmart, видеостримингом для Major League Baseball, а затем в Grindr. По его словам, привычный цикл разработки в крупных компаниях стал слишком узнаваемым: руководитель, дизайн, продакт, инженерная команда — и всё более высокая скорость за счёт ИИ. В 10x Science его привлекла не презентация для инвесторов, а разговор с основателями о математике, первых принципах, музыке и неэффективности генеративных моделей.
10x Science, выпускник зимнего батча Y Combinator 2026 года, разрабатывает нативное для ИИ ПО для научного анализа. Первое направление — протеомика и поиск лекарств; далее команда рассчитывает выйти и в другие сегменты life sciences. Здесь ИИ нужен не для очередной оболочки вокруг коммерческой модели, а как часть инструмента, который помогает учёным работать с данными. Разница важна: в таком продукте инженеру приходится думать не только о качестве кода и интерфейсе, но и о корректности методов, терминологии и доверии пользователей из науки и фармы.
Отбор первого инженера тоже был устроен без стандартного набора собеседований. ХанзекерХесед несколько дней работал вместе с основателями в формате пробного проекта: он получил доступ к ним и к реальной задаче, а они — возможность увидеть его в деле. После завершения испытания он хотел продолжать работу над задачей, потому что она оказалась технически интересной. Такой формат требует времени от фаундеров, зато снижает риск нанять человека лишь за умение убедительно рассказывать о прошлых проектах.
Проверка произошла уже в первую неделю. Команда узнала о проблеме потенциального клиента из топ-10 фармкомпаний и решила подготовить предложение за три дня. Новый сотрудник не остался наблюдателем до формальной даты старта: его быстро ввели в контекст, вместе сформулировали решение и довели его до демо. Построенный тогда компонент, по словам инженера, стал основой части внутреннего инструментария и пригодился за пределами первоначального питча. Это характерная логика маленькой команды: приоритет определяет не план квартала, а ближайшая задача, способная открыть доступ к рынку.
Для ХанзекерХеседа роль первого инженера стартапа — не про масштабирование готового сервиса. Он считает, что специалистов по эксплуатации и росту систем достаточно среди бывших инженеров крупных технологических компаний. Ценность раннего этапа — в поиске самого продукта: нужно выяснить, что именно строить, для кого и почему это должно работать. В 10x Science эта работа вывела его за пределы обычной инженерной должности: его имя появилось на постерах научных симпозиумов, а работа была подана в American Chemical Society.
Компания, по данным публикации, переходит от исследовательской фазы к закреплению функций для платящих клиентов. Для команды это самый неприятный и полезный участок пути: исследовательский прототип может впечатлить эксперта, но клиенту нужны предсказуемый сценарий, понятная ценность и результат, который можно встроить в существующий процесс. Инструментарий самого инженера при этом предельно будничный — командная строка, VS Code и самая сильная из доступных на неделе ИИ-моделей. Он не привязывается к одному поставщику и не превращает подбор промпта в отдельную профессию.
Совет ХанзекерХеседа кандидатам на ранние роли звучит трезво: отказаться от эго, засучить рукава и закрывать задачи, которые прямо сейчас мешают команде. Быстро разбогатеть такая работа, вероятно, не поможет, но за полгода она может дать больше опыта, чем несколько лет в большой компании. По мере того как ИИ уменьшает цену типовой разработки, спрос на первого инженера стартапа, способного соединить разработку, исследование и разговор с клиентом, будет только расти — особенно в нишах, где ошибки дорого обходятся и одного чат-бота недостаточно.
