Старший клиентский инженер по ИИ в Token Factory — Nebius

Nebius ищет старшего клиентского инженера по ИИ в команду Token Factory. Формат — удалённая работа из США, вакансия отмечена как свежая и была проверена открытой 13 октября. Компания строит облачную инфраструктуру для обучения и промышленного запуска моделей, поэтому роль находится на стыке инженерии, внедрения и работы с клиентами.

День за днём здесь придётся переносить клиентские ИИ-нагрузки из опытных запусков в устойчивую промышленную эксплуатацию: снижать задержку ответа, повышать пропускную способность, разбирать узкие места, контролировать стоимость, участвовать в инцидентах и передавать продуктовым командам реальные боли клиентов. Это не чистая поддержка и не продажная роль: нужен человек, который понимает вывод моделей, инфраструктуру и распределённые системы под нагрузкой.

Деньги выглядят сильно: базовая вилка — от 209 800 до 262 200 долларов в год. Дополнительно указаны медицинская, стоматологическая и зрительная страховка для сотрудника и семьи, пенсионный взнос до 4%, оплачиваемый отпуск по уходу за ребёнком и компенсация удалённого рабочего места. По требованиям важны практическое знание vLLM или TensorRT, облачная инфраструктура, высоконагруженные системы, опыт общения с клиентами и, желательно, работа с графическими ускорителями или ИИ-инфраструктурой.

Мой вывод: это вакансия для инженера, которому интересна не демонстрация модели, а её настоящая эксплуатация у клиентов. Смотреть стоит тем, кто умеет связывать производительность, надёжность, стоимость и человеческую коммуникацию во время инцидентов.

Откликнуться: ссылка

Главный инженер по моделям машинного обучения и ИИ — Verizon

Verizon открыла позицию главного инженера для моделей машинного обучения и ИИ в командах жизненного цикла клиента. Формат гибридный: Alpharetta, Irving или Basking Ridge, работа из дома плюс минимум три дня в офисе каждую неделю. Для тех, кто ищет полностью удалённую роль, это главный минус вакансии.

Содержание роли крупное и корпоративное: модели склонности клиентов, микросегментация, персонализация, прогноз ухода, события жизненного цикла, объединение разрозненных моделей в общие представления состояния клиента, мониторинг в продакшене и объяснение результатов руководству. От кандидата ждут не только умения строить модели, но и опыта с заметными инициативами внутри большой компании, проверками через A/B-тесты, моделями прироста эффекта, калибровкой вероятностей и проверкой на данных с учётом времени.

Базовая вилка — от 137 000 до 263 000 долларов в год плюс возможные премии. В требованиях указаны бакалаврская степень или сопоставимый опыт, минимум восемь лет релевантной работы, Python, R, SQL, PyTorch, scikit-learn, облачные платформы и инструменты промышленной эксплуатации моделей. Среди желательных навыков перечислены Google ADK, LangChain, LangGraph, многоагентная оркестрация, поиск по базе знаний перед ответом, протокол контекста модели, ONNX, векторные базы, BigQuery, Cloud Run и Vertex AI.

Мой вывод: это хорошая роль для очень старшего инженера, который хочет влиять на клиентские модели в масштабе телеком-компании. Но перед откликом стоит честно принять гибридный режим и политическую сложность большой организации: здесь важны не только алгоритмы, но и умение доводить модели до общего корпоративного стандарта.

Откликнуться: ссылка

Старший прикладной исследователь — Upstart

Upstart ищет старшего прикладного исследователя в команду обслуживания займов. Формат обозначен как цифровой и удалённый по США, но с важной оговоркой: ожидаются квартальные выезды на 2–4 дня подряд. Компания развивает ИИ-площадку для кредитования и заявляет, что использует более 3000 сигналов о заёмщике и свыше миллиона прогнозов на одного заёмщика.

Роль сфокусирована не на выдаче кредита, а на том, что происходит после неё: обслуживание займов, стратегии взыскания, помощь с платежами, изменение условий кредита, коммуникации с заёмщиками и автоплатежи. Поэтому здесь особенно важны причинно-следственные модели, эксперименты и аккуратная статистика: ошибка модели может напрямую повлиять на финансовое положение человека и операционные решения компании.

Базовая вилка — от 167 700 до 231 800 долларов в год. Также указаны целевые премии, доля в компании, пенсионный взнос до 15 000 долларов, медицинская страховка и компенсации для продуктивности и здоровья. Требования: продвинутая количественная степень, от трёх лет в машинном обучении, статистике или прикладных количественных исследованиях, опыт причинно-следственного вывода и экспериментов, сильная вероятность и статистика, проектирование экспериментов и промышленный Python. Плюсом будет докторская степень, опыт платёжных продуктов, моделирование эффекта воздействия, обучение с учителем и признаки на больших наборах данных.

Мой вывод: это вакансия для исследователя, который хочет видеть связь модели с реальными кредитными процессами, а не только с красивой метрикой на наборе данных. Подойдёт тем, кому интересно на стыке статистики, финансового продукта и ответственного промышленного применения ИИ.

Откликнуться: ссылка