Свежая подборка ролей для тех, кто ищет работу в ИИ не по витринным анонсам, а по реальным условиям: что строит компания, какой стек нужен, где придётся жить по часовому поясу команды и где в описании уже виден будущий режим работы. Ниже — восемь вакансий, в которых есть не только громкие слова про ИИ, но и понятный рабочий контур.

1. Stand Insurance — инженер машинного обучения по мультимодальному моделированию

Stand Insurance делает страхование имущества на стыке физического моделирования и ИИ: компания пытается считать риск не грубо по району, а на уровне конкретного объекта и заранее помогать с андеррайтингом и мерами снижения ущерба. Роль удалённая из Сан-Франциско, с вилкой 250–295 тысяч долларов в год.

По сути это позиция для человека, который умеет собирать одну систему из пространственных данных, трёхмерных представлений, текстовых сигналов, результатов симуляций и делового контекста. В описании фигурируют полный цикл от архитектуры и обучения до вывода в продакшен и наблюдения за моделями, а из требований особенно важны опыт с мультимодальными моделями, работа в сложных физических областях вроде робототехники, атмосферы или молекулярных систем, а также практический опыт с донастройкой больших языковых моделей, инструментальными вызовами и поиском по векторам. Это очень сильная по деньгам и амбиции роль, но она явно не про спокойное разделение на «исследование отдельно, инфраструктура отдельно»: здесь придётся держать и науку, и внедрение, и связь с бизнесом.

Откликнуться: ссылка

2. Clera — исследователь или исследовательский инженер

Clera — совсем ранний стартап из Сан-Франциско, прошедший Y Combinator. Компания строит обучающие данные для ИИ не на массовом сборе из сети, а на формальной проверке: через симуляторы, доказательные системы, научные базы, исполнимые тесты и другие проверяемые источники.

Вилка очень широкая — от 100 до 300 тысяч долларов плюс ранняя доля, потому что под одной карточкой ищут людей разного уровня. Учёному здесь нужен сильный исследовательский профиль в машинном обучении, желательно уровня аспирантуры или с сопоставимым багажом публикаций и проектов. Инженеру — крепкий Python, современные библиотеки вроде PyTorch или JAX и умение превращать исследовательские идеи в надёжные системы. Работа полностью очная в Сан-Франциско, визовой поддержки нет, а сама среда описана как ранняя и неоднозначная. Это отличный шанс для тех, кому нужен прямой доступ к основателям и реальная исследовательская свобода, но не лучший вариант для людей, которым важны чёткие границы роли и бытовая предсказуемость.

Откликнуться: ссылка

3. Humana — старший инженер по прикладному ИИ

Humana нанимает старшего инженера по прикладному ИИ в своё направление медицинских информационных систем. Здесь ИИ не про демонстрации, а про корпоративные сервисы вокруг генеративных моделей, векторных представлений и данных ServiceNow поверх большого хранилища в Databricks Unity Catalog. Формат — удалённая работа из ряда рынков США с редкими поездками, зарплата 142,3–195,7 тысячи долларов плюс бонус.

День за днём это будет продакшен: системы на Databricks и Azure Kubernetes Service, внутренние прикладные интерфейсы и библиотеки, совместная работа с командами данных и бизнесом на задачах управления ИТ-сервисами. Из требований особенно заметны 3+ года активной разработки на Python, опыт реального вывода приложений или моделей в продакшен, уверенная работа с GitHub, а в плюс идут Databricks, MLflow, конвейеры непрерывной поставки, модели данных ServiceNow, поиск по базе знаний с подстановкой найденных фрагментов в ответ, векторные базы и агентная оркестрация. Хороший выбор для тех, кто хочет делать ИИ в крупной компании с понятным воздействием на процессы, но надо быть готовым и к отбору с домашним заданием и парным программированием, и к строгим требованиям к домашнему рабочему месту из-за медицинских данных.

Откликнуться: ссылка

4. DualEntry — старший AI-инженер

DualEntry строит ERP-систему нового поколения для финансовых и бухгалтерских команд и ищет старшего AI-инженера с зарплатой 110–160 тысяч долларов и дополнительной долей на 35–50 тысяч долларов. Компания подчёркивает происхождение команды из Ramp, Meta, Microsoft, Lyft, PwC, Deloitte, Bloomberg, Sage, Xero и Intuit и ждёт человека, который будет собирать прикладной ИИ прямо в сердце финансового продукта.

Работа завязана на агентные сценарии, поиск по корпоративным данным, контуры оценки качества и функции, которые извлекают структуру из финансовых документов и процессов. Нужны минимум три года в сильной технической роли, два года поставки ИИ-продуктов с живыми пользователями, опыт с большими языковыми моделями, агентными системами или извлечением структурированных данных, уверенный Python и готовность закрывать задачи шире одной узкой специализации. Есть привязка к часовому поясу восточного побережья США и прямой сигнал о высокой интенсивности: в тексте упомянуты быстрый темп, ежедневные выкладки и очень высокий уровень ожиданий. Иными словами, роль интересная для тех, кто любит ранний продуктовый напор, но не для людей, которым нужен размеренный режим.

Откликнуться: ссылка

5. ImpetusIT — инженер по искусственному интеллекту и машинному обучению

Это удалённая вакансия с привязкой к району Redmond и Seattle, опубликованная через кадрового партнёра. По сути ищут инженера с сильным уклоном в обработку текста и генеративный ИИ: генерация текста, суммаризация, смысловой поиск, настройка трансформерных архитектур, работа с подсказками, развёртывание и мониторинг моделей в облаке. Зарплата заявлена на уровне 65–70 тысяч долларов в год.

В требованиях перечислены сильная база по машинному обучению и глубокому обучению, опыт с агентными сценариями, большими языковыми моделями и обработкой текста, знакомство с моделями семейства GPT, Llama и PaLM, а также Python, TensorFlow, PyTorch и Hugging Face. Но главный вывод здесь даже не про стек, а про экономику: для такого набора навыков вилка выглядит заметно ниже рынка. Плюс отдельно оговорено, что берут только прямых кандидатов без схемы через внешнюю компанию. То есть роль может подойти тому, кому критично быстро выйти на проект, но как долгосрочная ставка выглядит довольно жёстко по соотношению навыков и оплаты.

Откликнуться: ссылка

6. Lakeland Care Plus — AI-инженер для всей организации

Lakeland Care Plus ищет прикладного AI-инженера во Фонд-дю-Лак, штат Висконсин, для работы в регулируемой среде вокруг клиентского портфеля LC Plus Technology. Это роль для человека, который хорошо понимает экосистему Microsoft и умеет не только собрать агента, но и провести его через требования безопасности, журналирования и аудита.

В центре работы — Copilot Studio, Azure AI Foundry, агентные сценарии с поиском по внутренним источникам, Azure AI Search или Cosmos DB Vector, Fabric, Synapse, Power BI dataflows, Graph API, Power Platform, а также Python, PowerShell, SQL и KQL. Требуют 5+ лет в разработке или инженерии данных, минимум 3 года поставки ИИ и машинного обучения в продакшен, реальный опыт выведенных решений на Copilot Studio и сильную основу в данных. Отдельно подчёркнуты качества, которые редко так честно пишут в вакансиях: умение выбирать между Copilot Studio и Azure AI Foundry, контролировать заземление ответов на источники, качество цитирования, откаты, документацию, защиту медицинских и персональных данных по правилам HIPAA и аудит. Это не романтическая роль про «поиграться с агентами», а тяжёлая корпоративная инженерия под реальные обязательства.

Откликнуться: ссылка

7. RoShay Services — удалённый AI-инженер для внедрений

RoShay Services ищет инженера внедрения для защищённых систем генеративного ИИ. На карточке стоит Louisville, но по сути это выездная роль: нужно разбираться в проблемах заказчика, проектировать и запускать системы в облаке, локально и даже в полностью изолированных средах без внешней сети, а потом возвращать полевые уроки обратно в продукт.

Базовый набор — 3+ года в серверной или полной разработке, Python или TypeScript, умение проектировать прикладные интерфейсы и конвейеры данных, понимание больших языковых моделей и генеративного ИИ, а также сильная коммуникация и готовность жить в неоднозначности. В плюсах — Kubernetes, защищённые среды, информационный поиск, открытые модели и инструменты для их запуска. Для людей, которым скучно просто тонко настраивать модель в лаборатории, это может быть очень живая роль. Но и красные флаги здесь понятны: оборонный контур, высокая цена ошибки и почти наверняка жёсткие требования к надёжности и безопасности.

Откликнуться: ссылка

8. Tyle — founding AI-инженер

Tyle — досевной медицинский стартап, поддержанный a16z и людьми из Google и Meta, который строит визуальные биомаркеры для раннего выявления хронических заболеваний на базе собственного оборудования и мультимодального ИИ. На позицию founding AI-инженера обещают 170–225 тысяч долларов плюс долю в компании; локация — Сан-Франциско или Лос-Анджелес.

По содержанию это почти соосновательская техническая роль: от захвата сигнала и подготовки данных до обучения мультимодальных моделей и настройки цикла непрерывного улучшения. Ищут человека, который уже выводил в продакшен компьютерное зрение или мультимодальные модели и умеет одинаково уверенно думать о моделях, данных, железе и технической стратегии. Сильная сторона вакансии — ранний вход и настоящая доля. Слабая — часть деталей скрыта посредником Jack & Jill, так что важные вещи вроде фактического режима работы и распределения полномочий придётся прояснять уже в разговоре.

Откликнуться: ссылка

Если смотреть на подборку целиком, сегодня особенно заметны три линии рынка: рост ролей вокруг корпоративных агентов и поиска по внутренним знаниям, спрос на людей, которые умеют провести ИИ через комплаенс и эксплуатацию, и сохраняющийся аппетит к ранним командам, где от инженера ждут не только модель, но и кусок продуктовой стратегии. Для соискателя это хороший момент: вакансий много, но почти в каждой уже честно видно, где будет настоящая сложность работы.