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