Технічний контекст
Я звернувся до першоджерела, бо формулювання Palantir надто різке, щоб переказувати його за чужими постами. Вони запустили Neurodivergent Fellowship як шлях рекрутингу, окремо наголосили, що це не ініціатива з різноманіття, і відкрито пов’язали програму з тими, хто будуватиме наступний прошарок AI-продуктів.
Для мене тут цікавий не HR-шум, а сигнал для впровадження AI. Компанія такого масштабу вголос каже: розпізнавання патернів, нелінійне мислення та гіперфокус для них не м’які якості, а робочі переваги в інженерії та побудові продуктів.
За фактами: формальний діагноз чи розкриття не вимагаються, локації — Нью-Йорк і Вашингтон, у публікаціях фігурував діапазон компенсації близько $110k–200k. Фінальний раунд співбесід Palantir взагалі прив’язали до Алекса Карпа, що виглядає не як побічна ініціатива, а як політична заява всередині компанії.
Ще один маркер: вони швидко зібрали 2000+ заявок і загорнули це в риторику перегонів озброєнь у ШІ. І ось тут я зупинився. Коли компанія не просто наймає, а змінює мову опису сильних інженерів під епоху LLM, це вже не локальна вакансія, а шматок нової культури AI-архітектури.
Але є важливе застереження. Palantir продає власну інтерпретацію, а не науковий консенсус. Нейровідмінність не дорівнює автоматично сильному розробнику, так само як любов до LLM не робить людину здатною побудувати надійну AI-інтеграцію в реальному бізнесі.
Що це змінює для бізнесу та автоматизації
Перше: найм у AI-команди стане менш шаблонним. Я й так бачу, що найкращі люди для AI-автоматизації нерідко погано проходять класичні фільтри, зате чудово збирають нестандартні пайплайни, де потрібно тримати в голові систему цілком.
Друге: зросте попит на середовище, а не лише на талант. Якщо людина вміє глибоко копати, але її саджають у хаос без нормальних процесів, користі не буде. Виграють компанії, які вміють підлаштовувати робочі процеси, документацію та ритм команди під реальну когнітивну різницю.
Програють ті, хто романтизує тему і намагається зробити з неї маркетинг. Я багато разів бачив, як сильна ідея розвалюється на впровадженні, бо ніхто не продумав архітектуру завдань, інтерфейси рішень і межі відповідальності.
Якщо ваші AI-рішення для бізнесу буксували не на моделі, а на людях, процесах і кривій передачі між командою та системою, це саме той шар, який ми розбираємо в Nahornyi AI Lab. Можна без шуму подивитися ваш робочий контур і зібрати таку AI-автоматизацію, де сильні люди не тонуть у терті, а реально рухають продукт уперед.