Сегодняшняя подборка небольшая, но плотная по содержанию: обе вакансии про боевые AI-системы, а не про демонстрационные прототипы.

Инженер по внедрению AI-решений, западный регион — Arize AI

Arize AI делает платформу наблюдаемости и оценки для команд, которые разворачивают AI- и агентные системы в рабочей среде. Здесь ищут инженера, который будет работать не в изоляции внутри одной продуктовой команды, а на стыке технологий и клиента: разбираться в задачах заказчика, внедрять устойчивые процессы наблюдаемости и оценки, строить нестандартные интеграции и параллельно вести несколько запусков.

По формату это удалённая работа, но с жёсткой привязкой к району Сан-Франциско или часовому поясу тихоокеанского побережья США. Вилка указана прямо: от 125 до 175 тысяч долларов в год плюс доля в компании. Компания ждёт 2–5 лет опыта в разработке, уверенную практику как минимум с двумя языками из Python, Java и TypeScript, а также понимание MLOps или реальных генеративных продуктов. Отдельно нужны облачная инфраструктура, Docker и Kubernetes.

Это хороший вариант для инженера, которому интересно не только строить модели, но и доводить AI-системы до рабочего состояния у клиента. Вакансия явно про доставку результата, коммуникацию и инженерную дисциплину вокруг моделей, а не только про эксперименты.

Откликнуться: ссылка на вакансию

Инженер полного цикла по AI, постоянный набор — Komodo Health

Komodo Health строит продукты на базе большой обезличенной карты медицинских данных США, а эта роль находится в команде Labs@Komodo, которая развивает Marmot — AI-native продукт поверх этой базы. По сути это работа там, где ошибки особенно чувствительны: медицина, доступы, интерпретация данных и доверие к результату.

Формат широкий: можно работать в гибриде из Нью-Йорка или Сан-Франциско, либо полностью удалённо по США. Зарплатная вилка зависит от локации: для большинства регионов США — от 156 до 235 тысяч долларов, для Сан-Франциско и Нью-Йорка — от 179 до 270 тысяч, плюс бонусы, акции и стандартный пакет льгот. По содержанию роль заметно шире обычной интеграции модели в интерфейс: нужно собирать весь интеллектуальный стек — поиск по внутренним данным, агентные цепочки, оценивание, мониторинг, версионирование подсказок и управление доступами.

Среди требований — рабочий опыт с AI-системами, сильный Python и уверенное понимание LLM- и агентных архитектур. Из инструментов прямо названы vLLM, CrewAI, Strands и OpenAI Chat Completions API. Это особенно интересная позиция для инженера, которому важно делать не просто удобного помощника, а продукт, где есть высокая цена ошибки и явный запрос на надёжность, наблюдаемость и контроль качества.

Откликнуться: ссылка на вакансию