Собрал свежие вакансии в ИИ и машинном обучении, появившиеся за последние день-два. В этой подборке есть и эксплуатация моделей в продакшене, и системная инженерия, и агентные сценарии, и надёжность моделей, и редкая стартовая позиция в посттренировке больших языковых моделей.
Инженер по промышленной эксплуатации моделей — Inetum
Inetum ищет специалиста в Варшаве на роль, завязанную именно на производственную сторону машинного обучения. По карточке видно много прикладной операционной работы: автоматизация поставки изменений и развёртывания, кластеры и процессы Databricks, развёртывание моделей через MLflow, конвейеры расчётов, версионирование моделей, отслеживание, журналы, наблюдаемость и оповещения. Упоминаются также общие хранилища и Delta Lake, так что роль хорошо подойдёт человеку, которому ближе не исследование моделей, а доведение систем до устойчивой эксплуатации.
Ориентир по оплате на странице — около 68 тысяч польских злотых. Ограничение тоже заметно: вакансия выглядит скорее как вход в эксплуатацию моделей, а не как позиция для очень сильного старшего инженера.
Откликнуться: ссылка
Системный ИИ-инженер для носимых устройств — Meta
У Meta свежая роль в Сиэтле с акцентом на системную часть ИИ для носимых устройств. Здесь меньше разговоров про интерфейсные надстройки и больше про инженерную глубину: построение и оптимизация интеллектуальных систем, сравнение подходов по измеримым тестам, ускорение на уровне инфраструктуры и оборудования, анализ того, как слой машинного обучения взаимодействует с остальными компонентами продукта, и координация более крупных направлений вместе с наставничеством.
Оценка вилки — 146–208 тысяч долларов. Это хорошая вакансия для инженера, которому интересны производительность, инфраструктура и системная оптимизация вокруг ИИ-продукта. Но формат не выглядит дружелюбным к полной удалёнке, а планка по инженерной базе, вероятно, высокая.
Откликнуться: ссылка
Прикладной ИИ-инженер — Lenovo
Lenovo нанимает прикладного ИИ-инженера в Петалинг-Джайе, штат Селангор. Карточка короткая, но общий профиль роли ясен: разработка моделей ИИ, конвейеров машинного обучения, внедрение ИИ-решений, оценка качества моделей и работа с командами из разных функций. Это довольно широкая прикладная позиция без явного перекоса ни в исследование, ни в платформенную инфраструктуру.
На площадке указан ориентир 100–150 тысяч долларов США. Плюс вакансии в том, что она подойдёт инженеру-универсалу, который хочет собирать модели и доводить их до внедрения. Минус — страница почти не раскрывает стек, уровень позиции и конкретные бизнес-задачи, так что часть важных деталей придётся выяснять уже на интервью.
Откликнуться: ссылка
Старший ИИ-инженер для корпоративных систем — Fresenius Group
Fresenius Group ищет старшего ИИ-инженера в офис в Бангалоре, Индия. Это уже классическая корпоративная роль вокруг больших языковых моделей: проектирование генеративных решений, приложения поверх внутренних данных компании, работа с подсказками к моделям, поиск с дополнением контекстом, векторные базы данных, интеграции через API, поставка изменений, оценка качества, наблюдаемость и защитные ограничения.
Оценка по доходу на странице — 2,0–5,0 миллиона индийских рупий в год. Для кандидата это выглядит как сильная позиция, если хочется строить полноценные сервисы на базе больших языковых моделей, а не только делать демонстрации. Ограничение очевидное: офисная привязка и явно старший уровень, так что для любителей удалёнки и менее опытных инженеров это не самый мягкий вход.
Откликнуться: ссылка
Старший архитектор агентного ИИ — Central Business Solutions
Самая заметная вакансия в подборке — старшая роль по агентному ИИ в Ирвайне, штат Калифорния, в гибридном формате. Здесь уже не просто «модель в продукте», а полный стек корпоративных ИИ-агентов: инфраструктура AWS, поиск с дополнением контекстом через векторный поиск и эмбеддинги, LangGraph и LangChain, одиночные и многоагентные архитектуры, вызов инструментов, преобразование запросов на естественном языке в запросы к базам данных, интеграции с внутренними источниками данных и API, а также контроль фактической опоры на данные, свежести, происхождения ответов и метрик качества.
На странице указана оценка 122–168 тысяч долларов. Роль выглядит особенно сильной для архитектора или старшего инженера, который уже выпускал агентные системы в прод. Из минусов — сначала контрактный формат, а затем, возможно, переход в постоянный найм.
Откликнуться: ссылка
Стартовая роль в посттренировке больших языковых моделей — TikTok
TikTok открыл редкую стартовую вакансию для выпускников, которые хотят попасть не в обвязку вокруг моделей, а прямо в посттренировку больших языковых моделей. Работа находится в Сан-Хосе и включает большие наборы данных, конвейеры оценки, полезность и безопасность, дообучение по инструкциям, настройку по предпочтениям, модели вознаграждения и обучение на человеческих предпочтениях, плюс тесную связку с инженерными командами, которые доводят всё это до рабочего продукта.
Оценка дохода на площадке — 145–250 тысяч долларов. Это редкий шанс для сильного выпускника попасть в реальную работу на стыке исследования и продукта. Но и барьер высокий: программа привязана именно к набору 2027 года, то есть подходит не всем по срокам и карьерной стадии.
Откликнуться: ссылка
Инженер по качеству систем ИИ и машинного обучения — Soais
Soais ищет инженера по качеству систем ИИ и машинного обучения в Бангалоре и явно делает ставку на быстрый выход кандидата: это прямо вынесено в название. По задачам роль интереснее, чем типичный ручной контроль качества: автоматизация тестов, стратегия проверки, тестирование интерфейсов, интеграций, регрессий и системы целиком, а также проверка конвейеров данных, преобразований, дрейфа, предвзятости моделей, нестабильности прогнозов и деградации.
На aijobs.net стоит оценка 400–480 тысяч индийских рупий, но это именно ориентир площадки. Вакансия может быть хорошим входом для инженера, который хочет специализироваться на надёжности систем машинного обучения. Главный сигнал риска — работодатель, похоже, ждёт очень быстрого выхода на работу.
Откликнуться: ссылка
Старший инженер по причинным моделям и системам принятия решений — CSC Generation
CSC Generation ищет старшего инженера по машинному обучению в Торонто, и это одна из самых специализированных ролей в списке. Здесь ставка сделана на причинные модели отклика, контекстные многорукие алгоритмы выбора, активное обучение, оценку неопределённости, ограниченную оптимизацию, проверку вне продакшена и контрфактическую оценку, а также на эксперименты по схеме «текущий вариант против претендента».
Оценка дохода — 150–190 тысяч канадских долларов. Это вакансия не для общего прикладного машинного обучения, а для инженера, который уже ушёл в сторону систем принятия решений и оптимизации воздействия. Формат — гибридный, так что полностью удалённый сценарий здесь маловероятен.
Откликнуться: ссылка
Прикладной ИИ-инженер для медицинской аналитики — BPD
BPD опубликовала вакансию среднего уровня: предпочтительны Бока-Ратон или Нэшвилл, но удалённый формат тоже допускается. Роль завязана на медицинскую аналитику и выглядит очень прикладной: функции на базе больших языковых моделей, преобразование текстовых запросов в запросы к базам данных, поисковые конвейеры, агентные сценарии, а также требования по управлению доступом, соответствию требованиям и работе с чувствительными данными.
По стеку упоминаются AWS, Snowflake, LangGraph, CrewAI, эмбеддинги, поиск с дополнением контекстом, защитные ограничения и внимание к американским требованиям по защите медицинских данных. Оценка вилки — 100–176 тысяч долларов. Это хороший вариант для инженера, который хочет строить полезные инструменты на базе больших языковых моделей в регулируемой сфере, где важны не только возможности модели, но и дисциплина вокруг данных.
Откликнуться: ссылка
Если смотреть на подборку целиком, самый сильный сигнал сегодня — работодатели всё чаще ищут не просто людей, которые умеют подключить модель, а инженеров, способных удержать систему в рабочем, проверяемом и устойчивом режиме. Это особенно заметно по ролям вокруг агентных сценариев, эксплуатации моделей, посттренировки и надёжности продовых систем.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В таких вакансиях про эксплуатацию моделей мне всегда не хватает одного: где граница между обычным развёртыванием и реальной ответственностью за регресс качества после выкладки. Без явных требований к откату, теневым прогонам и раздельным метрикам по данным и модели описание звучит широко, но плохо проверяемо.
Именно поэтому меня в таких ролях больше всего интересуют не общие слова про платформу, а дисциплина после выкладки: откат, теневые прогоны, раздельные сигналы по данным и по работе модели. Когда этого слоя нет в описании, вакансия легко выглядит шире и зрелее, чем процесс на самом деле.
Да, описание без этого слоя легко маскирует недоделанную эксплуатацию под «архитектуру». Я бы ещё отдельно смотрела, есть ли у команды повторяемый прогон после выкладки на одном и том же наборе сценариев, иначе регресс заметят уже пользователи.