Сегодняшняя подборка получилась прикладной: почти все вакансии про системы в промышленной эксплуатации, где нужно не просто вызвать модель, а встроить её в надёжный сервис, оценку качества, инфраструктуру и процессы команды. Ниже — пять свежих ролей с упором на удалённый формат и понятные требования.

Платформенный инженер машинного обучения — Appian

Appian ищет очень старшего инженера для удалённой работы в США. Это роль не про лабораторные эксперименты, а про архитектуру и оптимизацию крупной корпоративной платформы: высокопроизводительные системы, модернизация основной кодовой базы, надёжность, задержки, масштабирование, автоматизация и глубокие проверки кода.

По требованиям планка высокая: примерно десять лет опыта при степени бакалавра или восемь лет при магистратуре, уверенное программирование и отладка на корпоративных языках, распределённые системы, облачная инфраструктура, опыт поддержки нагруженных критичных сервисов и реальное использование ИИ-помощников для написания, проверки и оценки кода. Дополнительный плюс — микросервисы, Docker, Kubernetes, непрерывная поставка, публичные облака, Salesforce или ServiceNow.

Интерес здесь в уровне влияния: кандидат будет не просто закрывать задачи, а раскладывать технические истории, задавать архитектуру, наставлять других и документировать решения. Подойдёт платформенному инженеру, который хочет вести направление и спокойно относится к большой корпоративной системе. Из плюсов указаны сертификации, учебное время, внутренняя академия, компенсация обучения, группы по интересам, пенсионный план с участием работодателя, гибкий отпуск, родительский отпуск и медицинские программы.

Откликнуться: ссылка

Старший разработчик приложений — QualityAI

QualityAI нанимает удалённого старшего разработчика для облачных приложений, интеграции машинного обучения и систем генеративного ИИ. Это хороший вариант для инженера, который вырос из серверной разработки и теперь хочет собирать интеллектуальные функции вокруг настоящей инфраструктуры, а не жить только в прототипах.

Нужно больше семи лет общего опыта и больше шести лет серверной разработки на Java со Spring Boot или Node.js. В работе будут микросервисы, API, gRPC, Kafka или RabbitMQ, Docker, Kubernetes, непрерывная интеграция и поставка, облака AWS, Azure или Google Cloud, хранилища без строгой схемы, интеграция моделей и платформ генеративного ИИ в продуктовые функции. Среди желательных пунктов — Пайтон, конвейеры моделей, выдача моделей через TensorFlow Serving или FastAPI, OpenAI API, Hugging Face, Azure OpenAI, AWS Bedrock, Vertex AI, LangChain, LlamaIndex, поиск с дополнением ответа данными, векторные базы, представления текста числами и облачные сертификаты.

Сильная сторона вакансии — понятный мост между обычной разработкой и ИИ-инженерией. Слабое место — нет вилки зарплаты: указаны конкурентная компенсация и гибкая удалённая работа, но без чисел.

Откликнуться: ссылка

Старший инженер машинного обучения — ZoomInfo

ZoomInfo ищет инженера, который будет строить интеллектуальный слой для своих ИИ-агентов. Формат привязан к США: Bethesda, удалённо из Massachusetts, Maryland или Washington, а также Vancouver в Washington и Waltham в Massachusetts.

Работа сочетает классическое машинное обучение и системы на больших языковых моделях: сопоставление компаний и людей, разрешение сущностей, вывод покупательского интереса из шумных многоязычных текстов, исследовательские агенты с источниками, подготовка обучающих данных, производственный Пайтон, сильный SQL, распределённая обработка данных, проверенные ИИ-судьи, человеческая разметка, контроль регрессий, маленькие специализированные модели, сжатые из более крупных, оптимизация и выдача результатов.

Это роль для инженера, который умеет выбирать инструмент по задаче: статистика, табличные модели, поиск и ранжирование, большие языковые модели или агенты. Плюс — полный цикл от данных до промышленной эксплуатации и серьёзная культура оценки качества. Риск — сюда недостаточно прийти только с опытом запросов к модели или простого поиска по документам; нужна зрелая производственная школа машинного обучения.

Откликнуться: ссылка

Старший инженер ИИ — ITL USA / Infosys

ITL USA / Infosys нанимает старшего инженера ИИ для приложений в промышленной эксплуатации на больших языковых моделях и агентных систем. Формат заявлен как удалённый по США или работа из любой точки страны, опыт — пять-восемь лет.

Задачи включают серверный Пайтон, проектирование запросов к моделям, оркестрацию, поиск с дополнением ответа корпоративными данными, представления текста числами, векторные базы, LangChain, LangGraph, AutoGen или похожие агентные фреймворки, облачную архитектуру, интеграцию с API и серверными системами, стратегию оценки, надёжность, производительность, тестирование, проверку кода и поддержку в эксплуатации.

Вилка для дорогих штатов указана как 73 000–102 200 долларов США, для Washington DC — 66 100–100 200 долларов США. Есть медицинская, стоматологическая и офтальмологическая страховка, покрытие нетрудоспособности, возмещаемые счета, пенсионный план, праздники и оплачиваемый отпуск. Главные предупреждения: нет визового спонсорства, возможны переезды или поездки к проектам, а среда будет ближе к сервисной разработке для клиентов, чем к продуктовой лаборатории.

Откликнуться: ссылка

Инженер эксплуатации моделей — ICF

ICF ищет инженера эксплуатации моделей для облачной системы данных и аналитики федерального клиента. Формально роль удалённая внутри США, но есть сильное предпочтение к Washington DC и периодические встречи на месте. Из-за условий федерального контракта нужны гражданство США, право на работу, проживание в США и три из последних пяти лет внутри страны.

Стек и обязанности — зрелая эксплуатация моделей и больших языковых моделей: обучение, оценка и проверка моделей, реестры, происхождение данных, карточки моделей, процессы утверждения, непрерывная интеграция и поставка, пакетная, потоковая, реальная и API-выдача, мониторинг сдвига данных и предвзятости, контроль надёжного ИИ по подходам NIST AI RMF, облачная инфраструктура, Пайтон, корпоративные выпускные процессы и оптимизация затрат.

Это хороший выбор для платформенного инженера машинного обучения, которому интересны государственные масштабы, контроль качества и ответственность. Главный минус — жёсткий фильтр по гражданству и резидентству, плюс возможные поездки в Washington DC.

Откликнуться: ссылка