Google DeepMind heeft een nieuwe technische rol op een rij gezet met een beloningsmarge die de meeste mensen nooit in een vacature zullen zien: een totale beloning tussen $550.000 en $1,1 miljoen. Opvallender dan het aantal is waar de vermelding niet om vraagt. Er is geen diplomavereiste en ook geen minimum aantal jaren ervaring.
De vermelding, live op de officiële carrièresite van Google, is voor Polaris, een nieuw DeepMind-team dat evaluatiekaders bouwt voor AI-codeeragenten. Het bericht ging dit weekend viraal nadat het werd gedeeld door Tamay Besiroglu, een onderzoekswetenschapper bij DeepMind, en heeft het debat opnieuw aangewakkerd over hoe 's werelds best gefinancierde AI-laboratoria beslissen wie de moeite waard is om aan te nemen. Voor meer context over dit verhaal, zie ons AI-trends.
Wat de Polaris-baan eigenlijk is
Polaris bevindt zich in een ongebruikelijke hoek van DeepMind. In plaats van modellen te trainen, ontwerpt het team de tests die bepalen of de modellen goed zijn. Volgens de lijst omvat de rol het bouwen van evaluatiekaders voor AI-codeeragenten, het prototypen van nieuwe evaluatiearchitecturen en het onderweg publiceren van onderzoek.
Het is een soort meta-job – het evalueren van de beoordelaars – en die steeds meer gevolgen heeft. Als een benchmark stilletjes een laboratorium misleidt, erft elke stroomafwaartse beslissing die op die benchmark is gebaseerd de fout. Polaris bevindt zich op het knelpunt dat bepaalt hoe snel DeepMind betere codeermiddelen kan leveren zonder dat een kapotte test tegen het hele team liegt.
De beloningsstructuur is ongebruikelijk transparant voor een functie met deze anciënniteit. De lijst toont een basissalaris van grofweg $147.000 tot $210.000 plus bonus, met een totale vergoeding tussen $550.000 en $1,1 miljoen zodra de voordelen en het eigen vermogen zijn inbegrepen, volgens rapportage over de notering door Startup Fortune. Die bovenkant komt neer op ongeveer 10,9 crore roepies, wat de opvallende krantenkoppen over ‘Rs 11 crore job’ verklaart die zich binnen enkele uren nadat het bericht viraal ging, via de Indiase media verspreidden.
De mechanische verbinding
De mensen die voor Polaris rekruteerden, kwamen niet via de conventionele academische pijplijn bij DeepMind terecht. Besiroglu kwam erbij nadat Google een talent- en licentieovereenkomst had gesloten waarbij zijn startup Mechanize betrokken was, die versterkende leeromgevingen bouwde voor het trainen en evalueren van AI-modellen voor echte software-engineeringtaken – precies het soort werk waarvoor Polaris mensen aanneemt.
De gesprekken over die deal zouden naar verluidt ruim 1,5 miljard dollar bedragen, hoewel de definitieve voorwaarden nooit zijn bekendgemaakt. Volgens Business Insider zijn ruim een dozijn voormalige medewerkers van Mechanize naast Besiroglu naar Google verhuisd. De structuur weerspiegelt Google's Windsurf-overeenkomst ter waarde van 2,4 miljard dollar, die eveneens was georganiseerd als een technologielicentie plus het inhuren van talent in plaats van als een regelrechte overname.
Die context is belangrijk omdat het uitlegt waar DeepMind echt naar op zoek is. Polaris is geen generalistische technische baan met een beroemd logo eraan. Het is een gerichte aanwerving voor een specifieke, aantoonbare vaardigheid – het bouwen van evaluatieharnassen voor codeeragenten – waarbij een portfolio met echt werk de vraag beantwoordt die een transcriptie niet kan bieden.
Geen diploma, geen ervaringsvloer
Frontierlabs die de formele graadvereisten laten vallen, zijn niet nieuw. Wat nieuw is, is dat je het zo luid doet, in een rol die verbonden is aan een getal dat groot genoeg is om buitenstaanders twee keer te laten kijken. Op de lijst staat geen opleidingseis en geen minimale ervaringsdrempel; de bar is volledig gebouwd rond aangetoond vermogen.
Besiroglu stelde het team samen rond een eenvoudige pitch: probleemoplossend vermogen boven papieren referenties. Voor kandidaten zonder diploma computerwetenschappen is de vacature een zeldzame expliciete uitnodiging van een van 's werelds meest selectieve onderzoeksorganisaties.
De cijfers achter de talentenoorlog
Het plafond van Polaris ziet er bijna bescheiden uit tegen de bredere markt. Business Insider meldde uit H-1B-documenten dat de beursgenoteerde Anthropic-basis in het boekjaar 2026 maar liefst $ 1,38 miljoen betaalt voor technische functies – alleen contant, vóór eigen vermogen of bonus. Meta bood onderzoeker Ruoming Pang een pakket van ruim 200 miljoen dollar aan om Apple te verlaten. Business Insider heeft ook gemeld dat sommige DeepMind-ingenieurs toegeven dat de Claude Code van Anthropic beter presteert dan hun eigen codeermodellen, en dat is precies de reden waarom externe evaluatietools van strategisch belang zijn geworden.
Tegen dit soort pakketten gaat het signaal van Google minder over het dollarcijfer en meer over welke poort het lab bereid is te laten vallen om te winnen: niet het compensatieplafond, maar wie er überhaupt een aanvraag mag indienen.
Wat het aangeeft voor AI-werving
Voor de bredere technologische arbeidsmarkt is de lijst een nieuw datapunt in een langzame ontbundeling van het diploma-als-proxy-systeem. Wanneer een wervingsproces de daadwerkelijke bekwaamheid rechtstreeks kan testen – zoals een rol als evaluatie-ingenieur dat kan – wordt het diploma het goedkoopste waar je op kunt bezuinigen.
Of deze filosofie zich ook buiten de elite AI-laboratoria verspreidt, is een open vraag. De meeste werkgevers kunnen geen wervingsprocessen van miljoenen dollars uitvoeren om niet-gekwalificeerd talent te vinden. Maar voor de gespecialiseerde functies met een hoge invloed die centraal staan in de AI-race verliest het transcript terrein aan de portefeuille, en de nieuwste vacature van DeepMind is het luidste bewijs tot nu toe.
Een live test van vaardigheden - eerst aannemen
De timing is niet toevallig. De vermelding verscheen terwijl Google onder druk stond op het gebied van coderen, waarbij interne beoordelingen naar verluidt rivalen in de toekomst lieten zien. Evaluatiekwaliteit is nu een concurrentiewapen: laboratoria maken steeds meer onderscheid, niet alleen op basis van de capaciteit van ruwe modellen, maar ook op basis van hoe eerlijk ze deze kunnen meten. Een team dat betrouwbare evaluaties opstelt, kan sneller itereren en resultaten op de markt brengen die bestand zijn tegen toezicht van buitenaf.
Voor werkzoekenden is de vermelding ook een sjabloon dat de moeite waard is om aandachtig te lezen. Het vraagt om bewijs – open source-werk, gepubliceerde evaluaties, aangetoonde probleemoplossing – in plaats van een specifieke regel op een diploma. Dat is een betekenisvolle verschuiving in de manier waarop een top-drie AI-lab kwalificatie definieert, en andere werkgevers die naar de talentenoorlog kijken zullen merken welke poorten Google besloot te laten vallen zonder kwaliteit te verliezen.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
