प्रोडक्शन AI के लिए हायरिंग — वास्तव में किन चीज़ों की स्क्रीनिंग करें

AI भर्ती बाज़ार टूटा हुआ है

Coursera सर्टिफिकेट वाला हर व्यक्ति खुद को AI इंजीनियर कह रहा है। RAG के बारे में तीन ब्लॉग पोस्ट वाला हर व्यक्ति सीनियर है। वेतन बैंड 18 महीनों में 30-50% बढ़ गए हैं। और अधिकांश उम्मीदवार Jupyter notebook से आगे कुछ भी production में नहीं भेज सकते।

यदि आप 2026 में AI इंजीनियर्स की भर्ती कर रहे हैं तो वास्तव में क्या स्क्रीन करना चाहिए, यहाँ बताया गया है।

Resume संकेत जो मायने नहीं रखते

• पूरे किए गए कोर्सेज की संख्या। कोई भी कोर्स पूरा कर सकता है। बाज़ार भरा पड़ा है।
• बड़ी कंपनी की AI टीम से जुड़ाव। जिन सबसे खराब AI इंजीनियर्स का हमने इंटरव्यू लिया, उनमें से कुछ FAANG AI संगठनों से आए थे — उन्होंने 50 की स्टैक में एक फीचर शिप किया और खुद को सीनियर कह दिया।
• एक notebook रेपो पर GitHub स्टार्स। Notebooks production नहीं हैं। Stars व्यर्थता हैं।
• उनके द्वारा बनाया गया Hugging Face Space। ऊपर जैसा ही। खिलौना।
• LLM से संबंधित ब्लॉग पोस्ट की संख्या। कभी-कभी सोच से संबंध रखता है। अक्सर मार्केटिंग से संबंध रखता है।

Resume संकेत जो मायने रखते हैं

• Production ट्रैफिक संख्याएँ। "मैंने X requests/day को Y latency target के साथ हैंडल करने वाला फीचर शिप किया" — उनके पास विशिष्टताएँ हैं।
• Eval suite का उल्लेख। जिसने भी production AI शिप किया है, उसने eval suite को अस्तित्व में लाने के लिए संघर्ष किया है। वे बिना पूछे इसे सामने लाएंगे।
• लागत-जागरूक डिज़ाइन। वे बताएंगे कि उन्होंने गुणवत्ता के साथ-साथ token cost के लिए कैसे अनुकूलन किया।
• एक विफलता जिसकी वे जिम्मेदारी लेते हैं। "मैंने यह शिप किया और यह टूट गया, यहाँ बताया गया है कि हमने क्या किया" — सबसे विश्वसनीय सीनियर संकेत।

इंटरव्यू प्रश्न जो वास्तव में काम करते हैं

1. "मुझे उस eval suite के बारे में बताएं जो आपने बनाया। पहले 90 दिनों में यह कैसे विकसित हुआ?"

मजबूत उम्मीदवार विशिष्ट केस का वर्णन करते हैं जो जोड़े गए, विशिष्ट regressions जो पकड़े गए, और विशिष्ट चीजें जिन्हें उन्होंने स्कोर न करने का निर्णय लिया। कमजोर उम्मीदवार "हमने टेस्ट लिखे" का वर्णन करते हैं।

2. "हाल के prompt change पर cost trade-off के बारे में मुझे बताएं।"

सीनियर AI इंजीनियर token cost के बारे में वैसे सोचते हैं जैसे सीनियर backend इंजीनियर query cost के बारे में सोचते हैं। उनके पास प्रति बातचीत एक संख्या है, एक राय है कि यह कहाँ जा रहा है, और एक योजना है जब यह एक सीमा को पार करता है।

3. "मुझे एक refusal pattern दिखाएं जो आपने लिखा।"

जब agent को जवाब नहीं देना चाहिए। मजबूत उम्मीदवारों के पास इनकी लाइब्रेरी होती है — ये production के निशान हैं। कमजोर उम्मीदवार सोचते हैं कि refusal कुछ ऐसा है जो model खुद तय करता है।

4. "एक agent action का वर्णन करें जिसे आपने auto-execute के लिए शिप न करने का निर्णय लिया।"

मजबूत संकेत: एक वास्तविक उदाहरण जिसमें निर्णय किसी मानव को स्थगित किया गया, तर्क के साथ। सीनियर इंजीनियर auto-execute विश्वास अर्जित करते हैं — वे इसके साथ शुरू नहीं करते।

5. "एक customer-support chatbot के लिए आपकी डिफ़ॉल्ट first-call आर्किटेक्चर क्या है?"

एक संतोषजनक उत्तर में RAG with hybrid search + reranking, citation-required prompting, refusal patterns, 20 cases पर seeded eval suite, escalation queue शामिल है। एक शानदार उत्तर में gotchas (chunk boundaries, citation hallucination, multi-turn state) का उल्लेख है।

हम क्या स्क्रीन आउट करते हैं

• उम्मीदवार जो notebook के बिना अपने खुद के परिणामों को पुन: उत्पन्न नहीं कर सकते।
• कोई भी जिसने 6+ महीनों के लिए production में कभी model का स्वामित्व नहीं लिया है।
• इंजीनियर जिन्होंने refusal pattern के बारे में PM के साथ बहस नहीं की है।
• कोई भी जो LLM development को "prompts को configure करना" बताता है।

वरिष्ठता का संकेत जो बढ़ता है

सीनियर AI इंजीनियर पहले वाक्य से production में सोचते हैं। वे cost, latency, observability, eval suites, refusal patterns, और audit trails का उल्लेख बिना पूछे करते हैं। उन्होंने शिप किया है, चीजें तोड़ी हैं, उन्हें ठीक किया है, और उनके पास निशान हैं।

यदि आपका उम्मीदवार इस तरह बात नहीं करता है, तो वे सीनियर नहीं हैं, उनके टाइटल के बावजूद।

मुआवजे की वास्तविकता

US बाज़ार में सीनियर AI इंजीनियर्स के लिए अच्छी तरह से फंडेड स्टार्टअप्स में $250-400K बेस + इक्विटी है। Bay Area FAANG-equivalents अधिक जाते हैं। अधिकांश कंपनियों के लिए, इसके साथ प्रतिस्पर्धा करना कठिन है।

दो विकल्प जो काम करते हैं: एक छोटी in-house टीम के लिए बाज़ार से ऊपर भुगतान करें (2-3 लोग, प्रत्येक $300K+), या एक डिलीवरी एजेंसी के साथ साझेदारी करें जहाँ सीनियर इंजीनियरिंग घंटे भूगोल के आधार पर $25-150/घंटा हैं। दोनों ठीक हैं। हाइब्रिड अक्सर सबसे अच्छा जवाब है।

6 महीनों में 8 सस्ते "AI इंजीनियर्स" को हायर करने की कोशिश सबसे खराब जवाब है। आपको 8 लोग मिलेंगे जो शिप नहीं कर सकते।