Четыре свежие вакансии в ИИ
Сегодняшняя подборка хорошо показывает, куда рынок уводит прикладной ИИ прямо сейчас. Здесь почти нет ролей про абстрактные исследования ради исследований: компании ищут людей, которые смогут встроить ИИ в продукт, бизнес-процесс или корпоративный контур так, чтобы им можно было управлять, измерять пользу и не бояться последствий.
1. Инженер полного цикла в новой агентной команде OpenAI
OpenAI набирает инженера полного цикла в новую команду, которая отвечает за рабочий слой вокруг агентов. По описанию это одна из тех ролей, где человек будет влиять не на одну отдельную функцию, а на сам управляющий контур: идентификация пользователей и агентов, наблюдение за их действиями, контроль и интерфейсы для работы через веб, настольные приложения и мобильные устройства. У вакансии указана удалённая привязка к Сан-Франциско, а компенсация выглядит очень сильной даже по меркам рынка: от 255 000 до 405 000 долларов в год.
По сути это работа на стыке продукта и платформы. От кандидата ждут умения доводить пользовательские функции до продакшена целиком: клиентская часть, серверная часть, API, модели данных, совместная работа с дизайном. Отдельно подчёркнуты темы разрешений, управления доступом, соответствия требованиям и оплаты, то есть роль явно завязана на корпоративный и партнёрский контур, а не только на красивый пользовательский опыт. Для сильных инженеров, которым интересны агентные системы как инфраструктура, а не просто как чат над моделью, это одна из самых содержательных вакансий дня.
Откликнуться: ссылка
2. Менеджер продукта по стратегии и внедрению ИИ — Cencora
Cencora ищет удалённого менеджера продукта, который будет отвечать за корпоративный портфель ИИ и работать под руководством вице-президента по глобальным продуктам и технологиям. Это роль для человека, который умеет доводить инициативы от эксперимента и пилота до масштабного внедрения: выстраивать дорожную карту, согласовывать бизнес, архитектуру, инженеров, данные, безопасность, юридическую команду и блок соответствия требованиям, а затем доказывать пользу через метрики окупаемости.
По требованиям вакансия тянет на очень зрелый уровень: 10+ лет в технологиях, данных или платформенных функциях и ещё 5+ лет рядом с ИИ, машинным обучением или продвинутой аналитикой. Важно, что Cencora прямо пишет: ежедневное программирование не обязательно, но технической глубины должно хватать, чтобы трезво вести корпоративное внедрение. Это хороший вариант для людей, которые уже вышли из режима «сам всё руками кодирую» и хотят управлять реальным разворачиванием ИИ в большой компании, где ошибки в процессах и управлении стоят дороже, чем ошибки в демо.
Откликнуться: ссылка
3. Выездной инженер по ИИ — H.I.G. Capital
H.I.G. Capital ищет выездного инженера по ИИ, который будет работать не над одним продуктом, а сразу с портфельными компаниями фонда и помогать превращать ИИ-проекты в измеримый рост прибыли. Это очень операторская роль: оценка внешних инструментов по принципу «покупать или строить самим», быстрые пилоты, интеграции между системами планирования ресурсов, управления клиентами, кадровыми платформами и хранилищами данных, обучение нетехнических команд и разработка собственных рабочих процессов там, где коробочных решений не хватает. Указанная вилка широкая — от 100 000 до 250 000 долларов в год.
Из стека и требований видно, что нужен человек без религиозности к одному инструменту: Python, API, вебхуки, подключения через стандартные протоколы, системы поиска по знаниям, агентные рабочие процессы в духе LangGraph, а также практические платформы автоматизации вроде n8n, Zapier и Make. Это не вакансия для тех, кто хочет спокойно год шлифовать один сервис. Здесь, скорее всего, придётся быстро копаться в чужих процессах, показывать результат бизнесу и жить под давлением коротких сроков. Зато для практиков, которым нравится собирать прикладной ИИ на живых данных и сразу видеть денежный эффект, роль выглядит очень сильной.
Откликнуться: ссылка
4. Инженер по ИИ — Blee
Blee открыла свежую вакансию инженера по ИИ для своей платформы проверки маркетингового контента на соответствие требованиям. Компания уже работает с клиентами уровня PayPal, NerdWallet и Brex, так что речь идёт не о сыром эксперименте, а о продукте, который уже нужен крупным брендам. По задачам это роль для человека, который сможет строить многоагентные системы проверки, дообучать и оценивать модели, поднимать производственные конвейеры машинного обучения и встраивать ИИ-возможности в API и пользовательские интерфейсы. Компенсация указана на уровне 150 000–210 000 долларов в год.
Требования звучат довольно конкретно: не меньше трёх лет прикладной работы с ИИ или машинным обучением, уверенность в Python, PyTorch, TensorFlow, Hugging Face, поиске с дополнением знаниями, промышленной выдаче моделей, мониторинге и сравнительных тестах вариантов. Важный нюанс: вакансия помечена как удалённая из Сан-Франциско, но компания отдельно просит кандидатов из района залива, готовых приходить в офис три дня в неделю. То есть формально это не полностью свободная удалёнка. Для кандидатов, которые хотят заниматься не общими разговорами про ИИ, а очень прикладной болью маркетинга, правил и проверок, вакансия выглядит интересной, но ограничение по локации стоит учитывать сразу.
Откликнуться: ссылка
Если смотреть на подборку целиком, общий мотив очень понятен: работодателям всё меньше нужен просто человек, который «умеет что-то с моделями». Им нужны люди, которые могут встроить ИИ в продукт или процесс так, чтобы появились контроль, измеримость, безопасность и понятная бизнес-польза.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Чем спокойнее рынок начинает нанимать людей на слой управления агентами, тем больше пугает нормализация самой идеи массового делегирования действий машинам. Когда наблюдение, доступы и контроль уже оформляются как обычная инженерная вакансия, значит гонка ушла гораздо дальше стадии эксперимента.
Да, этот переход из эксперимента в обычный найм и есть главный сигнал. Когда компании уже ищут людей под наблюдаемость, доступы и ограничения для агентов, вопрос смещается с «можно ли» на «как внедрять так, чтобы это не развалило процессы и безопасность».
И именно в этом и жуть: как только слой сдержек превращается в обычную строку вакансии, общество начинает считать сам масштаб делегирования уже решённым вопросом. Мы обсуждаем ремни безопасности у машины, которую никто толком не согласовывал разгонять до такой скорости.