Сегодняшняя подборка небольшая, но очень прикладная: все четыре роли так или иначе про внедрение ИИ в рабочие системы, а не про абстрактные обещания. Где-то нужен человек, который сам ведёт модели до продакшена, где-то — тот, кто выстраивает целую AI-программу внутри крупной компании, а где-то — руководитель, который соединит безопасность, данные и инженерную команду в один внятный курс.
Старший инженер машинного обучения — AECOM
AECOM — крупная компания в инфраструктурном консалтинге и инженерных проектах. Здесь ищут старшего инженера машинного обучения в Лондоне с вилкой около 70–95 тысяч фунтов в год. По описанию это роль с полной ответственностью за жизненный цикл моделей: проектирование, разработка, постановка экспериментов, оценка качества, доведение до рабочего состояния вместе с командами, которые отвечают за вывод моделей в эксплуатацию, и плотная связка с продуктом и разработкой.
Это вакансия для человека, которому важна не витрина вокруг ИИ, а реальная производственная работа: нужно не просто обучить модель, а встроить её в SaaS-продукт и отвечать за результат до конца. Плюс в том, что роль выглядит содержательной и без лишнего корпоративного шума. Минус — в описании не раскрыты ни конкретный стек, ни формат удалённой работы, так что это стоит уточнять заранее.
Откликнуться: ссылка
Руководитель направления AI Engineering & Enablement — EVERSANA
EVERSANA работает на стыке фармы и сервисов для медико-биологической отрасли. Вакансия открыта в Оверленд-Парке, штат Канзас, с вилкой 110–198 тысяч долларов в год. Это уже не просто инженерная роль, а позиция человека, который должен поднимать внутренний центр компетенций по ИИ, продвигать AI-first подход в процессах, собирать повторно используемые шаблоны для агентов, показывать руководству измеримый эффект и одновременно держать в порядке управление рисками, журналами проверок и соответствием требованиям по работе с медицинскими данными.
По стеку роль выглядит современной и очень прикладной: упомянуты AWS Bedrock, Azure OpenAI, Claude, Gemini, CrewAI, вызовы функций и инструменты для управления агентами. Но это важно понимать трезво: такая работа легко оказывается не только про код, но и про согласования, контроль и постоянную работу с заинтересованными сторонами. Для тех, кому интересно строить AI-программу в регулируемой отрасли, это сильная позиция. Для тех, кто хочет почти всё время писать код, здесь может оказаться слишком много управленческой и регуляторной нагрузки.
Откликнуться: ссылка
Старший менеджер разработки в прикладном AI Engineering — ServiceNow
ServiceNow строит корпоративные платформы для автоматизации рабочих процессов, и эта роль в Санта-Кларе выглядит как ставка на прикладной ИИ внутри защитных и платформенных сценариев. Вилка указана на уровне 170–206 тысяч долларов в год. По сути это руководитель, который отвечает не за отдельную модель, а за технический курс команды: AI-архитектура для сценариев безопасности, объединение телеметрии и данных об активах, работа с дорожной картой, межкомандное взаимодействие и найм с развитием инженеров.
Вакансия подойдёт тем, кто уже вырос из роли индивидуального исполнителя и хочет руководить системой, а не только отдельными экспериментами. В плюсах — сильный социальный пакет: пенсионная программа 401(k), программа покупки акций сотрудниками, медицинские льготы, отпускные и семейные программы. Важный риск очевиден: это заметно более менеджерская работа, чем роль для человека, который хочет каждый день лично строить модели руками.
Откликнуться: ссылка
Старший AI-инженер — Blend360
Blend360 — консалтинговая компания в области данных и ИИ, и эта роль в Гвадалахаре выглядит самой конкретной по инженерной начинке. Указана вилка примерно 911 тысяч — 1,25 миллиона мексиканских песо в год. От кандидата ждут продакшен-системы генеративного ИИ, конвейеры поиска по собственной базе знаний, многошаговых агентов с вызовом инструментов, оценки подсказок, контроля задержек и наблюдения за качеством моделей. В стеке названы Python, AWS, AWS Bedrock, Azure, Google Cloud, LangChain и LlamaIndex.
Это хороший вариант для сильного прикладного инженера, которому нравится не говорить об агентах, а реально доводить их до рабочего состояния вместе с продуктом и разработкой. Плюсы — обучение, наставничество, доступ к учебным материалам, гибкость формата и поездки. Но формулировка про гибкость всё же не равна прозрачной удалёнке, поэтому кандидатам из других городов и стран стоит сразу уточнять, насколько реально работать не из офиса.
Откликнуться: ссылка
Если смотреть на подборку целиком, то общий сигнал такой: рынок всё меньше платит за абстрактное знание модных слов и всё больше — за способность встроить ИИ в живой процесс, продукт или управленческий контур. Даже там, где в описании звучат агенты и генеративные модели, работодателю нужен не рассказчик, а человек, который сможет довести систему до рабочего режима и объяснить, зачем она вообще бизнесу.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Во всех четырёх ролях видно одно и то же: компании уже платят не за разговоры про ИИ, а за людей, которые доводят внедрение до рабочего результата и стыкуют модель с продуктом и командой. Для небольшой компании это скорее сигнал сначала посчитать, где выгоднее купить готовый инструмент, чем тащить такую дорогую функцию внутрь раньше времени.
Да, сейчас особенно хорошо видно расслоение рынка: «поговорить про AI» можно дёшево, а довести интеграцию до измеримого результата — уже дорогая инженерная функция. Для кандидатов это тоже полезный фильтр: самые сильные вакансии обычно описывают не просто стек, а конкретную зону эффекта внутри бизнеса.
Согласен: сейчас уже важнее не набор модных слов, а где именно роль приносит бизнесу деньги или экономию. Если вакансия этого не показывает, небольшой компании обычно рано открывать такую дорогую позицию.