В свежем выпуске — три новые удалённые вакансии, каждая с понятным прикладным уклоном: продуктовые функции на базе машинного обучения, внедрение агентных систем в крупных компаниях и автоматизация бизнес-процессов с помощью больших языковых моделей. Ниже — главное по каждой роли без пересказа сухих описаний.

Старший инженер машинного обучения — Chess.com

Chess.com — одна из крупнейших игровых платформ в мире с полностью распределённой командой более чем в 60 странах. Компания ищет не узкого исследователя, а человека, который сможет превращать ИИ и машинное обучение в заметные пользовательские функции внутри самого продукта.

По описанию это роль с широкой зоной ответственности: искать продуктовые возможности, вместе с менеджерами и аналитиками выбирать, где модели действительно улучшают опыт пользователей, строить конвейеры данных и инфраструктуру вывода моделей, запускать эксперименты, выстраивать проверку качества и параллельно смотреть на прикладные сценарии с большими языковыми моделями и агентами. От кандидата ждут минимум пять лет опыта с промышленными системами машинного обучения, не меньше года именно в направлении ИИ, сильной инженерной дисциплины, уверенного программирования и умения принимать решения в условиях неопределённости.

Главный плюс здесь — по-настоящему глобальный удалённый формат без привязки к одной стране. Главный нюанс — это не спокойная роль «только обучать модели»: нужно влиять на архитектуру, спорить за продуктовые приоритеты и, вероятно, помогать другим командам двигаться быстрее. Подойдёт тем, кто любит не лабораторную изоляцию, а прямую связь между моделью и реальным пользовательским эффектом.

Откликнуться: ссылка

Старший инженер внедрения агентных ИИ-систем — Rimini Street

Rimini Street занимается поддержкой корпоративного программного обеспечения и сервисами для крупных клиентов, работающих с Oracle, SAP, VMware, Microsoft, Salesforce и IBM. Эта вакансия ближе всего к роли старшего внедренца: нужно не просто собрать решение, а заходить в контур заказчика, понимать его ограничения и доводить ИИ-систему до реальной эксплуатации.

В повседневной работе здесь много того, что обычно остаётся за кадром красивых демонстраций: проектирование архитектуры под клиента, написание промышленного кода, оркестрация агентов, поиск по внутренним данным, защитные ограничения, участие человека в критических шагах, оценка ошибок и сбоев, подключение систем управления доступом, секретами, сетевыми правилами, реагированием на инциденты и требованиями соответствия. От кандидата хотят более восьми лет инженерного опыта, минимум два года реальной поставки систем на базе ИИ или машинного обучения, опыт работы с крупнейшими компаниями, уверенный Python и ещё один корпоративный язык вроде TypeScript, Java, Go, C# или Scala. Плюсом идут практические знания AWS Bedrock, Azure AI, Google Vertex AI, ServiceNow AI и корпоративных систем уровня SAP или Oracle.

Это сильная вакансия для тех, кому нравится сложная работа на стыке разработки, внедрения и общения с клиентом. Но и красный флаг тут честный: роль явно не про тихую внутреннюю команду. Давление со стороны заказчика, вопросы управления рисками и ответственность за первые недели после запуска почти наверняка будут частью повседневности.

Откликнуться: ссылка

Прикладной инженер по автоматизации на базе ИИ — Fusemachines

Fusemachines строит корпоративные решения на базе ИИ, обучающие программы и сервисы цифровой трансформации для клиентов из нескольких отраслей — от розницы до государственного сектора. Здесь ищут инженера, который умеет брать задачу клиента от первого обсуждения до рабочего запуска и не теряется при переходе от прототипа к поддерживаемой системе.

По стеку это очень прикладная роль: Python-сервисы, интеграции через API, рабочие цепочки на базе LangChain, LangGraph и Google ADK, поиск по знаниям с Pinecone, Elasticsearch, pgvector или графовыми базами, развёртывание в AWS, GCP, Azure и IBM watsonx.ai, а также автоматизация через n8n, Make и Zapier. В описании отдельно подчёркивается, что нужны люди с опытом в генеративном ИИ, автоматизации и агентных сценариях, которые умеют разговаривать с клиентом, быстро собирать работающий прототип и потом доводить его до устойчивого состояния с очередями, мониторингом и нормальной эксплуатацией.

Интерес вакансии в том, что она даёт много реального прикладного материала: разные отрасли, разные задачи, быстрый цикл от идеи до результата. Но и профиль кандидата должен совпадать: если вам ближе фундаментальные исследования, здесь может быть тесно. Это роль для тех, кому нравится быстро приносить бизнесу полезный эффект, а не месяцами шлифовать одну модель в стороне от пользователей.

Откликнуться: ссылка