Сегодняшний выпуск почти целиком про прикладной ИИ, где важны не красивые демо, а запуск в рабочей среде: API, поиск по знаниям, оценка качества, безопасность, наблюдаемость и поддержка живых процессов. Ниже — девять свежих вакансий с aijobs.net, где уже по описанию видно, что работодатели хотят не абстрактного интереса к ИИ, а людей, способных довести систему до продакшена.

Старший инженер по прикладным большим языковым моделям — Simple Software Solutions Group

San Francisco, очно. Вилка — 144–240 тысяч долларов в год. Роль выглядит максимально прикладной: нужно собирать и выкатывать приложения на больших языковых моделях, делать поиск с подстановкой контекста, многошаговые цепочки и агентные сценарии, поднимать серверную часть на Python, строить оценку качества и доводить всё это до облачного развёртывания и непрерывной доставки.

По стеку прямо видны Python, FastAPI или Django, Docker, Terraform или Pulumi, AWS, Azure или GCP, GitHub Actions, OpenAI и Anthropic. Это хороший вариант для инженера, которому нравится не исследование ради исследования, а полная ответственность за рабочую систему. Из минусов — компания описана довольно скупо, а формат полностью очный, так что вакансия скорее для тех, кто уже настроен на локальную работу в San Francisco.

Откликнуться: ссылка

Ведущий инженер по машинному обучению — AbbVie

San Diego, полная занятость, 117–236 тысяч долларов в год. AbbVie — крупная фармацевтическая компания, и по описанию это роль не про один изолированный эксперимент, а про полный цикл: проектирование и обучение моделей, пакетные и потоковые конвейеры данных, API, интеграцию с рабочими сервисами, нагрузочное тестирование и контроль деградации моделей после запуска.

Для кандидата это сильная история, если интересна регулируемая отрасль и серьёзная инженерная дисциплина. День за днём здесь, вероятно, придётся работать на стыке данных, прикладной разработки и эксплуатации, а не только крутить тетрадки. Если хочется больше свободы и стартапного темпа, роль может показаться тяжёлой, но для любителей надёжных больших систем это вполне добротный вариант.

Откликнуться: ссылка

Инженер по ИИ и машинному обучению 2 — Captivation

Annapolis Junction, 130–270 тысяч долларов в год. Диапазон очень широкий, а сама вакансия звучит как крепкая системная инженерия: нужно проектировать алгоритмы, готовить и отбирать данные, проверять качество моделей и наборов данных, переобучать модели, превращать прототипы в рабочие компоненты и встраивать их в более крупные программные системы.

Здесь важен не блеск вокруг модных моделей, а умение доводить вещь до рабочего состояния. В плюсах — день-в-день начисляемый 401(k), медицинские льготы и в целом взрослый пакет. Подойдёт тем, кто любит строгую инженерную работу и не хочет ограничиваться одними подсказками и оболочками вокруг готовых моделей.

Откликнуться: ссылка

Выездной инженер по ИИ — компания по аналитике сбоев

King of Prussia, 120–150 тысяч долларов в год, гибридный формат, есть доля в компании. Вакансия опубликована через SaaS Talent для компании, которая занимается интеллектуальной аналитикой сбоев. По сути это роль на переднем крае внедрения: AI-процессы, API, автоматизация, серверная разработка на Python, внутренняя инфраструктура и заметная доля работы рядом с заказчиком и его процессами.

Такой формат часто нравится людям, которым важен быстрый эффект от своей работы и широкий круг задач. Но фраза про значительную ответственность почти всегда означает режим «много шляп сразу»: сегодня внедрение, завтра внутренняя автоматизация, послезавтра разбор клиентского узкого места. Хороший выбор для тех, кого это бодрит, и плохой — для тех, кто хочет очень чётко очерченную специализацию.

Откликнуться: ссылка

Инженер по прикладному ИИ — Abby Care

San Francisco, 145–200 тысяч долларов в год. Abby Care работает в медицинском контуре, и это чувствуется по задачам: AI-продукты и автоматизация для клинических и операционных процессов, конвейеры данных и интеграции, серверные сервисы, работа с клиническими документами, наблюдение за реальными AI-процессами после запуска.

По стеку роль выглядит очень современной: Python, большие языковые модели, поиск с подстановкой контекста, агентная архитектура, структурированный вывод, мониторинг моделей и тестирование. Интересна она тем, что здесь ИИ не декоративный, а завязан на реальные документы и рабочие решения, а значит цена ошибки выше обычного. Для сильного прикладного инженера это плюс; для человека, которому нужен расслабленный экспериментальный режим, скорее нет.

Откликнуться: ссылка

Инженер по машинному обучению, платформа поиска с генеративным ИИ — ServiceNow / Moveworks

Mountain View, 139–216 тысяч долларов в год. Вакансия особенно интересна тем, что стоит на стыке поиска и генеративного ИИ: метрики качества для поисковых моделей, развитие платформы поиска с возможностями больших языковых моделей, улучшение поиска, сопоставления, ранжирования и суммаризации, а ещё контроль качества, безопасности и приватности.

Из требований видны поиск информации, обработка естественного языка, большие языковые модели, Python, рекомендательные системы и поиск по знаниям с подстановкой контекста. Это сильная роль для инженера, который понимает, что качество AI-продукта часто ломается не на самой модели, а на слое поиска и выдачи. Плюс тут нормальный пакет: 401(k), программа покупки акций, семейные льготы и гибкий отпуск.

Откликнуться: ссылка

Менеджер по AI-разработке — Blend360

Montevideo, 98–155 тысяч долларов в год, есть удалённый формат. Blend360 — компания про данные, аналитику и технологические решения, а эта позиция выглядит как редкое сочетание управленческой роли и реальной работы руками. Нужно вести команду, но при этом самому проектировать и запускать AI-решения, строить агентные каркасы, внедрять поиск с подстановкой контекста и тонкую настройку моделей, следить за развёртыванием, мониторингом и качеством.

В стеке перечислены Python, LangChain, CrewAI, Google ADK, Google Cloud, AWS, Azure, Kubernetes, практики эксплуатации моделей, оценка качества и работа с подсказками. Подойдёт человеку, который уже вырос из роли обычного прикладного инженера, но не хочет окончательно уходить в таблички и созвоны. Дополнительный плюс — оборудование, обучение, Udemy Business, английский и конференции.

Откликнуться: ссылка

Специалист по данным, агентные AI-системы — IFS

Palo Alto, 140–150 тысяч долларов в год. IFS делает корпоративное облачное ПО и industrial AI, а эта позиция ближе всего к прикладному исследованию на реальных продуктовых данных. Нужно разбирать структурированные и неструктурированные данные из взаимодействий пользователей с агентами, строить и оценивать модели для планирования, памяти, поиска, рассуждения и работы с инструментами, а также делать внутренние средства тестирования надёжности.

По стеку всё серьёзно: Python, PyTorch, SQL, scikit-learn, LangChain, LangGraph, Autogen, OpenAgents, векторные базы, поиск с подстановкой контекста, тонкая настройка, обучение с обратной связью и другие методы донастройки. Требование уровня MSc или PhD сразу даёт понять, что это вариант для людей с сильной исследовательской базой. Интересная роль для тех, кто хочет улучшать поведение агентных систем не на словах, а через данные, метрики и воспроизводимые проверки.

Откликнуться: ссылка

Главный AI-инженер — Mitratech

Полностью удалённо по США, 200–220 тысяч долларов в год. Mitratech делает корпоративные продукты для юридических, кадровых и риск-команд, и вакансия явно про платформенный слой, а не про игрушечные демонстрации. Здесь ждут человека, который сможет строить Python-сервисы и API, задавать архитектуру AI-платформы, проектировать облачные событийные системы, внедрять поиск с подстановкой контекста, эмбеддинги, защитные меры, а также держать в порядке аутентификацию, секреты, миграции, наблюдаемость, непрерывную доставку и воспроизводимые сборки.

Это один из самых сильных вариантов в выпуске для опытного серверного или платформенного инженера, который уже умеет соединять ИИ со взрослой инфраструктурой. Плюсы тоже хорошие: удалёнка, открытый отпуск, оплачиваемый отпуск по уходу за ребёнком и бюджет на развитие. Но роль точно не для начинающих: здесь нужен человек, который не только пишет сам, но и поднимает общую техническую планку команды.

Откликнуться: ссылка