Сегодня в подборке шесть свежих ролей: от клиентского внедрения в OpenAI и персонализации Gemini до низкоуровневой оптимизации работы моделей, платформы данных для пенсионной системы и медицинской инфраструктуры машинного обучения. Разброс широкий, поэтому смотреть стоит не только на зарплату, но и на формат работы: часть вакансий требует присутствия в конкретном городе, а часть ближе к удалённому или гибридному режиму.

Инженер внедрения в OpenAI, Нью-Йорк

OpenAI ищет инженера внедрения в Нью-Йорке. По данным агрегатора, роль появилась около суток назад, а указанная вилка — 185–300 тысяч долларов в год. Это не спокойная внутренняя инженерная позиция, а работа на границе продукта, платформы и реальных задач клиентов: нужно помогать превращать возможности моделей в рабочие производственные системы.

День за днём здесь, вероятно, придётся разбирать неоднозначные клиентские процессы, быстро собирать прототипы, связывать решения OpenAI с существующими системами заказчиков и возвращать командам продукта обратную связь из настоящих внедрений. Хорошо подойдёт инженерам, которым нравится смесь разработки, архитектуры и общения с клиентом. Главный риск — высокая доля полевой работы и ожидание присутствия в Нью-Йорке, поэтому тем, кто хочет полностью удалённую роль без внешних стейкхолдеров, вакансия может не подойти.

Откликнуться: OpenAI Careers

Инженер по ИИ и машинному обучению для агентов в DXC Technology, Тунис

DXC Technology ищет инженера среднего уровня по ИИ и машинному обучению с фокусом на разработку агентов в Ариане, Тунис. В публичных описаниях упоминаются полный рабочий день, примерно три года опыта и работа над масштабируемыми техническими решениями. Агрегатор показывает ориентировочную вилку 95–176 тысяч долларов, но её стоит перепроверять у работодателя, потому что это может быть пересчитанная оценка.

Контекст здесь важен: DXC — крупная сервисная и консалтинговая компания, поэтому роль, скорее всего, будет не про один стартап-продукт, а про внедрение решений для разных корпоративных клиентов. Это может быть интересно инженеру, который хочет практики с агентными системами в реальных организациях и готов к смене проектов. Красный флажок — возможная гибридность и консалтинговый ритм: много согласований, разные домены и меньше контроля над общей дорожной картой.

Откликнуться: OpenTalent

Инженер-исследователь по машинному обучению для персонализации Gemini в Google DeepMind, Маунтин-Вью

Google DeepMind нанимает инженера-исследователя для персонализации Gemini в Маунтин-Вью. Вакансия связана с командой, которая развивает следующее поколение помощника Gemini, включая мультимодальные сценарии и персонализированные функции. В публичных фрагментах требований видны пять лет разработки, Python или C++, опыт запуска и сопровождения программных продуктов, проектирование систем и опыт с машинным обучением.

Это сильная роль для инженера, который хочет не просто обучать модели, а доводить персонализацию до массового пользовательского продукта. День за днём, вероятно, будет включать эксперименты с качеством, инженерную работу вокруг данных и запуск функций, где ошибка видна миллионам пользователей. Главный минус для удалённых кандидатов — локация: всё выглядит как позиция, привязанная к офису или основному техническому центру.

Откликнуться: Google Careers

Директор платформ ИИ и данных в Teacher Retirement System of Texas, Остин

Teacher Retirement System of Texas ищет директора платформ ИИ и данных в Остине. По агрегатору, вакансия появилась около шести часов назад, а компенсация указана в диапазоне 174–251 тысяча долларов. Это руководящая платформа, а не роль индивидуального разработчика: нужно отвечать за стратегию, архитектуру, инженерную эксплуатацию и общие основы для безопасной работы с данными и ИИ внутри организации.

Позиция подойдёт лидеру, который уже управлял платформенными командами и умеет соединять архитектуру, безопасность, управление данными и внутренние запросы бизнеса. Интересная сторона — реальное влияние на крупную публичную финансовую организацию, где ошибки в данных стоят дорого. Что учитывать: государственный или окологосударственный контекст обычно означает больше процедур, согласований и требований к управлению рисками, а также вероятную привязку к Остину.

Откликнуться: LinkedIn

Старший инженер по инфраструктуре машинного обучения в PathAI, Бостон и гибкий формат

PathAI ищет старшего инженера по инфраструктуре машинного обучения для своей платформы ИИ в патологии. Вакансия опубликована 12 сентября 2026 года, агрегатор отмечает её как свежую и дружественную к удалённому формату; указанная компенсация — 127 500–195 500 долларов. Роль находится между программной инженерией, эксплуатацией и командами науки о данных.

По сути, это работа над тем, чтобы медицинские модели не просто хорошо выглядели в эксперименте, а надёжно разворачивались, сопровождались и выдерживали требования качества. Подойдёт старшему инженеру с опытом платформ машинного обучения, автоматизации развёртывания, наблюдаемости и аккуратной работы в регулируемой среде. Главный фактор риска — медицинский домен: больше контроля, документации, проверок и меньше терпимости к быстрым, но плохо оформленным решениям.

Откликнуться: MA AI Hub

Старший инженер среды выполнения ИИ в Modular, удалённо из США или Канады

Modular, теперь часть Qualcomm, ищет старшего инженера среды выполнения ИИ для удалённой работы из США или Канады. Вилка по агрегатору — 216–324 тысячи долларов. Это глубокая системная позиция: речь о переносе среды выполнения Modular на новое оборудование, создании программных интерфейсов для такого переноса и оптимизации работы генеративных моделей на центральных и графических процессорах.

Роль выглядит особенно сильной для инженеров, которым интересны производительность, компиляторы, ядра, обслуживание моделей, кэширование, задержки и узкие места передачи данных. Это не вакансия про создание очередного чат-приложения: здесь придётся разбираться, почему модель работает медленно, где теряется время и как сделать инфраструктуру переносимой между разными устройствами. Хороший вариант для системного специалиста с опытом низкоуровневой оптимизации; плохой — для тех, кто хочет больше продуктового интерфейса и меньше платформенной глубины.

Откликнуться: Welcome to the Jungle