Свежий выпуск получился почти полностью про зрелую инфраструктуру ИИ: оценки качества, поиск, персонализацию, агентные контуры и безопасный запуск в крупных продуктах. Почти везде нужны не демонстрации, а инженеры, которые умеют довести модельную систему до наблюдаемого, проверяемого и надёжного рабочего состояния.
Инженер инфраструктуры оценки ИИ в Block / Cash App
Block ищет инженера для Cash App на удалённую роль в США с привязкой к району залива Сан-Франциско. Диапазон оплаты очень высокий: от 263 600 до 395 400 долларов США в год.
Суть работы — построить систему, которая честно отвечает на вопрос: новое изменение модели или продукта стало лучше или просто выглядит убедительно? В обязанности входят быстрые автономные оценки, проверки на живом продукте, выборки из производственных журналов, наборы проверочных задач, инфраструктура для автоматических оценщиков, рубрики качества, калибровка людей-проверяющих, сравнение автоматических оценок с человеческими, отслеживание дрейфа, таблицы лидеров, доверительные интервалы, сравнение вариантов бок о бок и петли обратной связи.
Кому подходит: сильному инженеру данных или платформенной инфраструктуры, который понимает статистику, оценку больших языковых моделей и производственные системы. Красный флажок для любителей быстрых прототипов: здесь придётся жить в метриках, разбросе оценок и проверке того, что улучшение действительно переносится в продукт.
Откликнуться: ссылка
Главный инженер ИИ в Innovaccer
Innovaccer нанимает главного инженера ИИ на удалённую роль в США, связанную с Сан-Франциско. Компания работает с медицинскими данными и продуктами для здравоохранения, поэтому это не кабинетная архитектурная позиция: в описании подчёркнуто, что кандидат должен оставаться глубоко в коде.
Задачи включают проектирование и выпуск сложных компонентов платформы, серверных служб, программных интерфейсов, конвейеров данных и функций с машинным обучением. Важны надёжность, безопасность, наблюдаемость, тестирование, реакция на инциденты, соответствие медицинским и европейским правилам защиты данных, а также интеграции с внешними медицинскими системами. Из технологий упомянуты облака, контейнерная инфраструктура и крупные распределённые системы; зарплата в находке не указана.
Кому подходит: старшему инженеру, который хочет масштаб влияния уровня главного инженера, но не хочет превращаться в чистого менеджера. Следить стоит за регуляторной нагрузкой: медицинский ИИ редко про «быстро выкатили и забыли».
Откликнуться: ссылка
Прикладной инженер ИИ в Laurel
Laurel ищет старшего или штабного прикладного инженера ИИ на удалённую роль в США. Зарплатный диапазон — от 254 000 до 328 000 долларов США. Компания делает платформу учёта рабочего времени для профессиональных услуг: бухгалтерских, юридических и похожих фирм. По описанию, система обрабатывает более миллиарда рабочих действий в год и превращает сырые действия в дела, задачи, описания работы, рабочие коды, сигналы соответствия правилам и извлечение информации из изображений.
День за днём здесь, вероятно, будет не «поговорить с моделью», а довести функции ИИ от формулировки задачи до общей доступности. В требованиях много оценки качества: базовые линии, золотые наборы данных, наблюдение за качеством после запуска, семантика поиска, качество векторных представлений, хранилища знаний, сбор контекста, настройка подсказок и качество генерации для конкретных клиентов.
Кому подходит: инженеру, которому интересны практические большие языковые модели, поиск по смыслу и измеримое влияние на продукт. Хороший знак — компания прямо говорит о проверке качества, а не только о красивых ответах.
Откликнуться: ссылка
Старший штабной инженер продуктовой инфраструктуры машинного обучения в Pinterest
Pinterest нанимает старшего штабного инженера в команду продуктовой инфраструктуры машинного обучения. Роль удалённая по США, с привязкой к Пало-Альто и Сан-Франциско. Зарплатный диапазон — от 245 402 до 429 454 долларов США.
Команда строит общий слой данных, обучения, признаков и работы моделей для рекламных и продуктовых команд. От кандидата ждут технического направления для обучения и обслуживания моделей, улучшения эффективности графических ускорителей, опыта с крупными системами машинного обучения и умения безопасно ускорять выпуск решений. В описании также сказано, что Pinterest на собеседованиях смотрит, как кандидат сотрудничает с ИИ и объясняет свой подход.
Кому подходит: штабному инфраструктурному инженеру, который уже работал с обучением и обслуживанием моделей в большом масштабе. Вакансия выглядит сильной, но планка явно высокая: это не роль «прикрутить модель», а влияние на платформу для нескольких направлений бизнеса.
Откликнуться: ссылка
Архитектор агентного контура Moveworks в ServiceNow
ServiceNow ищет штабного архитектора агентного ИИ для Moveworks, удалённо по США с привязкой к Маунтин-Вью. На странице указана оценка оплаты примерно от 201 000 до 352 000 долларов США.
Роль отвечает за техническое видение агентного контура Moveworks: планирование, выбор инструментов, управление контекстом, память, самопроверку, адаптацию и восстановление после сбоев. ServiceNow описывает себя как контрольный слой для бизнес-процессов, где платформа соединяет ИИ, данные и рабочие процессы крупных корпоративных клиентов. В требованиях явно упомянут Пайтон и опыт с производственными агентами.
Кому подходит: человеку, который уже строил не игрушечных агентов, а рабочие системы с инструментами, памятью, ошибками и восстановлением. Важная проверка на собеседовании: насколько команда готова обсуждать не только планирование агента, но и аварийные сценарии, откаты и контроль человека.
Откликнуться: ссылка
Старший штабной инженер машинного обучения для понимания пользователей в Reddit
Reddit нанимает старшего штабного инженера машинного обучения в направление понимания пользователей. Формат — полностью удалённо по США, диапазон оплаты от 266 000 до 372 400 долларов США.
Задача — строить новое поколение представлений пользователей для персонализации по всему Reddit. В описании упомянуты крупномасштабные векторные представления, моделирование интересов и связей, а также работа больших языковых моделей на огромном массиве сообществ и пользовательской активности. Масштаб здесь отдельный фактор: Reddit говорит о более чем 100 тысячах активных сообществ и примерно 130 миллионах ежедневных активных уникальных посетителей.
Кому подходит: штабному инженеру машинного обучения с опытом рекомендательных систем, персонализации, представлений пользователей и промышленного масштаба. Возможный риск — высокая ответственность за качество персонализации в продукте, где ошибка быстро становится видимой большому числу людей.
Откликнуться: ссылка
Архитектор ИИ в Rubrik
Rubrik ищет старшего архитектора ИИ на удалённо-дружелюбную роль в США с привязкой к Пало-Альто. Диапазон оплаты — от 254 300 до 356 300 долларов США. Компания работает на пересечении защиты данных, киберустойчивости и корпоративных ИИ-операций.
Работа — проектировать и строить внутренние агентные и ИИ-системы для предприятия: поиск по корпоративным знаниям, подсказки, вызов инструментов, оркестрацию, помощников по знаниям, автоматизацию процессов, поддержку решений, интеграцию моделей и программных интерфейсов, оценку качества, конвейеры эксплуатации моделей, наблюдаемость, проверки безопасности и точки человеческого контроля. Rubrik отдельно подчёркивает контроль действий агентов, правила безопасности, повышение точности и возможность откатывать ошибки.
Кому подходит: архитектору-системщику, который умеет переводить расплывчатые бизнес-задачи в рабочую архитектуру, писать руками и думать о безопасности. Это роль для тех, кто воспринимает агентный ИИ как управляемую инженерную систему, а не как магию в чате.
Откликнуться: ссылка
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В описании Cash App мне не хватает одного скучного, но важного пункта: как они хранят провальные примеры и не дают новой модели снова пройти старые ошибки. Без набора регрессий по реальным инцидентам доверительные интервалы легко превращаются в красивую витрину.
Да, банк провальных примеров здесь почти важнее красивой панели. В финансовом продукте особенно ценно, когда старая ошибка становится обязательной проверкой для каждой новой версии, а не просто записью в разборе инцидента.
Да, банк провалов должен быть частью выпуска, а не архива после аварии. Иначе новая модель может честно улучшить средние метрики и тихо вернуть старую критичную ошибку.
Хорошо, что в описании Cash App оценка модели выглядит не как праздничный тест перед выпуском, а как постоянная инженерная служба: выборки из журналов, доверительные интервалы, сверка с людьми. Старый машинный зал тоже учил простой вещи — если улучшение нельзя воспроизвести и объяснить дежурному, это пока не улучшение, а красивая легенда.