Сегодня в подборке четыре свежие вакансии из сферы ИИ. Здесь есть и чистая прикладная инженерия с агентами и внутренними данными, и роли на стыке внедрения, клиентской работы и операционного запуска. Ниже — кратко по каждой позиции, чтобы было понятно, кому она подойдёт ещё до открытия ссылки.

Инженер по внедрению ИИ — Lyra Technology Group

Lyra Technology Group ищет инженера, который будет заходить в реальные процессы клиентов и собирать для них рабочие ИИ-автоматизации, а не просто демонстрации. Компания входит в группу технологических сервисных бизнесов под Evergreen Services Group, поэтому работа здесь выглядит очень прикладной: разбирать узкие места у небольших и средних компаний, проектировать ИИ-агентов, подключать интеграции и доводить всё до состояния, в котором этим реально пользуются.

По фактам вакансия выглядит сильно: офисная база в Индианаполисе, зарплатная вилка от 120 до 150 тысяч долларов в год, нужен законный статус для работы в США и готовность ездить к клиентам. Важны Python, REST API, облачная инфраструктура, опыт с OpenAI, Anthropic и Gemini, понимание построения рабочих цепочек с большими языковыми моделями, работы с внутренними знаниями компании, а также знакомство с LangChain, LangGraph, AutoGen, Zapier, Make, n8n и векторными базами вроде Pinecone, Weaviate и Chroma. Это хороший вариант для инженера, которому нравится быстро вникать в чужой бизнес и показывать результат руками; возможный минус — заметная доля поездок и высокая зависимость от общения с нетехническими заказчиками.

Откликнуться: ссылка

Инженер по ИИ и внедрению решений — OKAYA INFOCOM

OKAYA INFOCOM ищет прикладного инженера по ИИ в Миннеаполисе. По описанию это роль для человека, который не боится неструктурированных данных и умеет строить полезные решения поверх чат-ботов, поиска по внутренним материалам и агентных сценариев.

В требованиях есть сильный Python, модульное тестирование, Git, понимание поведения моделей, обработка естественного языка, создание подсказок для моделей, модели векторных представлений, векторные базы, работа с внутренними знаниями, REST API, микросервисы, JSON и XML. Отдельно упомянуты умение различать, где проблема в модели, а где в обычном коде, внимание к граничным случаям и понимание рисков вроде предвзятости и конфиденциальности. Зарплата и формат удалённой работы не указаны, так что перед интервью стоит отдельно уточнить компенсацию, команду и конечный продукт. Зато по стеку это очень прямолинейная вакансия для тех, кто хочет много практики с агентными решениями и интеграциями, а не только поддерживать готовый сервис.

Откликнуться: ссылка

Стратег по ИИ-внедрению — Tenex

Tenex ищет не просто стратега на бумаге, а человека, который сможет находить у крупных клиентов самые выгодные точки для внедрения ИИ и доводить эти идеи до рабочего использования. Это роль на стыке стратегии, операций и продукта: придётся проводить разбор процессов, запускать короткие циклы внедрения и вместе с инженерной командой смотреть, что реально приживается в работе очень больших компаний.

Вилка здесь от 140 до 160 тысяч долларов в год, локация — Нью-Йорк, поездки к клиентам ожидаются примерно раз в месяц. Компания просит 3–7 лет опыта на пересечении стратегии, операций, продукта или проектирования рабочих процессов, а также уверенную ежедневную практику с инструментами вроде Claude, ChatGPT, Cursor, Lovable, Zapier и n8n. Такая вакансия подойдёт специалисту, который уже умеет говорить и с руководством, и с командами на земле, а ценность измеряет не красивыми презентациями, а фактическим внедрением. Риск здесь простой: роль звучит стратегически, но спрос будет жёстко прикладной — за реальное использование после запуска.

Откликнуться: ссылка

Инженер по ИИ — OneBox

OneBox открыл вакансию инженера по ИИ в Альфаретте, штат Джорджия. По описанию это универсальная прикладная роль для человека, который умеет и строить модели, и запускать их в продукте, и работать с данными на масштабе.

Компания делает ставку на автоматизацию и принятие решений на основе данных, а инженеру предстоит проектировать модели, собирать цепочки обучения и развёртывания, подключать ИИ-возможности к веб- и мобильным продуктам и оптимизировать модели по скорости, памяти и масштабу. Среди направлений упомянуты обработка естественного языка, рекомендательные системы, распознавание изображений, прогнозные системы, большие языковые модели, трансформеры, генеративные модели, а также методы вроде квантования и сокращения моделей. Из жёстких требований явно виден минимум три года опыта в ролях, связанных с машинным обучением или ИИ. Минус в том, что описание довольно общее и не раскрывает зарплату, формат удалённой работы и устройство команды; плюс — для сильного инженера это может быть широкий прикладной контур без узкой привязки к одной технологии.

Откликнуться: ссылка