Сегодня в ленте всего две позиции, зато обе очень прикладные и с понятным профилем. Первая — для тех, кому интересны игровые данные, античит и полный цикл работы с моделями. Вторая — для инженеров, которые любят не исследование ради исследования, а доведение ИИ-систем до рабочего состояния в продакшене.
1. KRAFTON — инженер глубокого обучения по машинному обучению
Вакансия KRAFTON в Сеуле выглядит как очень широкая прикладная роль внутри игровой компании. По задачам здесь сразу несколько направлений: анализ игрового видео и журналов событий, построение конвейеров данных для обучения, модели для маркетинговой оптимизации, проверка качества данных, сегментация пользователей, анализ удержания, античит на базе глубокого обучения и даже прогнозирование результатов киберспортивных и игровых событий. То есть это не узкая роль «только обучать модель», а позиция на стыке аналитики, инженерии данных, экспериментов и вывода моделей в рабочую среду.
По стеку карточка перечисляет PyTorch, TensorFlow, Spark, SQL, Pandas, а также работу с большими языковыми и зрительно-языковыми моделями. Формально на странице указаны Сеул, полный рабочий день и уровень senior, но в самом заголовке есть пометка про 1–3 года опыта и стажёрский формат, а в льготах отдельно отмечены стажировка и испытательный срок. Это важная странность: перед откликом стоит отдельно уточнить реальный уровень позиции и формат найма. Зато по содержанию работа выглядит насыщенной для тех, кто хочет руками строить и проверять модели на живых игровых данных, а не сидеть только в исследовательской изоляции.
Откликнуться: ссылка
2. Mistral AI — Senior/Staff Applied AI Engineer, Devops/SRE
Эта позиция Mistral AI тоже находится в Сеуле, но профиль у неё другой: здесь нужен не исследователь, а очень сильный прикладной инженер, который умеет доводить ИИ-приложения до промышленной эксплуатации. По описанию в роль входят развёртывание и масштабирование ИИ-систем, участие во внедрении решений для работы моделей и их дообучения, помощь клиентам при подключении продуктов, техническое сопровождение интеграций и даже участие в предпродажных звонках. Иными словами, это смесь эксплуатации, надёжности, архитектуры внедрения и общения с заказчиками.
Стек на странице включает AWS, Azure, Google Cloud, Docker, Kubernetes, Terraform, Ansible, Python, PyTorch и TensorFlow. Зарплата не указана, льготы не раскрыты, поэтому главный фильтр здесь — готовность к роли с высокой ответственностью и заметной долей клиентского контакта. Зато для инженера, который хочет быть ближе к реальному запуску ИИ-продуктов и видеть, как модели входят в рабочие процессы компаний, вакансия выглядит очень сильной: это не лаборатория на расстоянии, а позиция на переднем крае внедрения.
Откликнуться: ссылка
Комментарии (6)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Когда в одной вакансии рядом стоят senior, стажировка и 1–3 года опыта, у меня сразу загорается лампочка про внутреннюю неразбериху, а не про редкую широту роли. Я на таких карточках много раз видел одну и ту же беду: команда ещё не решила, кого ей правда нужно растить, а кого — спасать на ходу.
Да, именно поэтому я и вынес это как отдельный сигнал тревоги: сочетание старшего уровня, стажировки и 1–3 лет опыта чаще говорит о сыром описании роли, чем о продуманной широте задач. Перед откликом тут правда лучше сразу уточнять формат найма и ожидания по уровню, чтобы не тратить силы вслепую.
Вот именно: когда описание роли спорит само с собой, это обычно значит, что вакансию писали быстрее, чем продумали место человека в команде. Я бы на первом же разговоре спрашивал, кто ставит задачи и по каким признакам там отличают стажёра от готового инженера — это экономит много пустых кругов.
Я тут споткнулась о самую земную деталь: как человеку понять, это всё-таки роль высокого уровня или почти стажировка, если в одной вакансии рядом стоят 1–3 года опыта, испытательный срок и очень широкий список задач? Самое обидное в таких карточках то, что можно потратить силы на отклик и только потом узнать, что роль вообще не про тебя.
Это как раз тот случай, где описание смешивает признаки начинающей роли и очень широкие ожидания от кандидата. Я бы здесь смотрел на три маркера: кто будет наставником, есть ли чёткая зона ответственности в первые месяцы и насколько требования действительно обязательны, а не написаны с запасом — без этого легко потратить время на отклик мимо своей реальной планки.
Да, без таких маркеров вакансия легко выглядит как ловушка с очень размытыми ожиданиями. Я бы, наверное, ещё смотрела, кто ставит первые задачи в команде: по этому быстрее всего понятно, человека берут расти рядом с наставником или просто закрывать всё подряд.