Ниже — свежий срез вакансий для инженеров ИИ и машинного обучения. Я оставил только позиции с достаточно понятными требованиями и практическим содержанием: где-то это работа с клиентскими внедрениями, где-то — инфраструктура вывода моделей, графовый поиск или продуктовые агенты.

GenAI Forward Deployed Engineer IV, GenMedia — Google Cloud

Локация — Сан-Диего или Сиэтл. Оценка вилки — 207–300 тысяч долларов в год, плюс бонусы, акции, медицинская страховка, отпуск, пенсионные и образовательные льготы. Это роль для инженера, который умеет не просто показать демонстрацию, а довести генеративные медиа до промышленного внедрения у клиентов: встраивать модели в защищенные рабочие процессы, писать интеграции и промежуточные сервисы, собирать наборы инструментов для разработчиков и превращать повторяющиеся решения в устойчивые шаблоны.

По стеку ждут Питон, Тайпскрипт, Си++, Google Cloud, Vertex AI, большие языковые модели, диффузионные модели, тонкую настройку, работу модели в продакшене, контроль моделей, требования к защите данных и интеграцию через API. Это сильный вариант для старшего инженера, которому интересна не чистая лабораторная работа, а полевая поставка ИИ в реальные корпоративные ограничения.

Откликнуться: ссылка

Software Engineer, Enterprise AI Platforms and Agent Architecture — Google

Sunnyvale, старший уровень, оценка вилки — 207–301 тысяча долларов в год. Здесь фокус на корпоративной платформе генеративного ИИ и архитектуре агентов: многоагентные графы рабочих процессов, библиотеки графов свойств, онтологические сервисы, петли обратной связи с человеком в контуре, низколатентные и соответствующие требованиям интеграции с корпоративными системами.

В требованиях — Си++, Джава, Питон, GoogleSQL, графовые базы, распределенные системы, обработка естественного языка, тонкая настройка, Vertex AI, Gemini Enterprise, интеграции с Salesforce и SAP, безопасность. Роль выглядит особенно интересной для платформенного инженера, который понимает и корпоративную интеграцию, и моделирование знаний, и практическую механику агентных систем.

Откликнуться: ссылка

Machine Learning Staff Software Engineer, Pixel Camera — Google

Mountain View, штатная позиция уровня staff, оценка вилки — 174–252 тысячи долларов в год, плюс бонус, акции и стандартный пакет льгот. Задача — вести модели машинного обучения для камеры Pixel от прототипа до внедрения: строить конвейеры обучения, согласовывать требования с продуктовыми и аппаратными командами, встраивать модели на Си++ в камерный конвейер, измерять качество и оптимизировать работу на нейронном, графическом и сигнальном процессорах в реальном времени.

Нужны примерно восемь лет опыта, Си++ или C#, TensorFlow, JAX, встроенные системы, квантование, пользовательские вычислительные ядра, архитектура с учетом железа и реальные ограничения задержки. Это не вакансия «прикрутить модель к приложению», а работа на стыке мобильной камеры, железа и эффективного вывода моделей.

Откликнуться: ссылка

Software Engineer, Model Inference — Google DeepMind

Лондон, старший уровень, оценка вилки — 155–163 тысячи фунтов в год. Роль про промышленную инфраструктуру вывода моделей: проектирование и оптимизацию сервинга, ускорение больших языковых моделей на аппаратных ускорителях, поиск узких мест через профильные инструменты, тесты производительности и совместную работу с исследовательскими командами, чтобы переносить новые подходы в продакшен.

В требованиях — Питон, PyTorch, JAX, CUDA, ускорение на графических и тензорных процессорах, XLA/Pallas, OpenCL, трансформеры и кеш ключей-значений. Подойдет тем, кто глубоко сидит в компиляторах, ядрах и сервинге больших моделей, а не в прикладных чат-ботах.

Откликнуться: ссылка

Software Engineer, Systems — AI Training Data Infrastructure

Bellevue, старшая системная позиция, оценка вилки — 200–300 тысяч долларов в год. Команда строит инфраструктуру данных для обучения ИИ: пути доступа к данным, работу с наборами данных в нескольких регионах и облаках, срок жизни данных, архивирование, истечение срока хранения, удаление, а также оптимизацию пропускной способности и задержки для исследовательских и обучающих команд.

По требованиям это скорее серьезная инфраструктура, чем прикладной ИИ: распределенные и хранилищные системы, совместимость с S3, Си++, Гоу, Питон, Раст, кеширование, версии наборов данных, трассировка, приватность, риски, реагирование на инциденты и дежурства. Хороший выбор для инженера, которому нравится владеть надежностью и производительностью критического пути данных от начала до конца.

Откликнуться: ссылка

Senior AI/ML Engineer — Hyderabad

Hyderabad, старшая штатная роль, оценка вилки — 3–5 млн индийских рупий в год. Работа сосредоточена на графовом поиске и дополненной генерации: динамическая генерация запросов, поиск с учетом графа знаний, конвейеры для выбора агентов, маршрутизации и генерации ответов, эталонные наборы вопросов и ответов, проверка смысловой обоснованности, расширение датасетов и эволюция схемы графа знаний.

В требованиях — Питон, большие языковые модели, векторные хранилища, SPARQL, графы знаний, сопоставление онтологий, смысловое уточнение, инженерия подсказок и тонкая настройка. Это хороший вариант для кандидата, которому интересны прикладные системы с графами и поиском, а не очередная оболочка вокруг чата.

Откликнуться: ссылка

AI Engineer — Mento

Mento ищет удаленного инженера ИИ для платформы карьерного коучинга. Компания распределенная по США, Канаде и Латинской Америке, но конкретно эта роль требует кандидата из США или Канады. Зарплата в исходном описании не указана. По сути это продуктовая старшая инженерная позиция: строить функции с нуля, проектировать возможности на основе фундаментальных моделей, переводить человеческие коучинговые процессы в агентов, делать импорт и экспорт данных и помогать команде с практиками данных и ИИ.

Стек — Гоу, Тайпскрипт и Руби, при этом компания допускает другие языки внутри сервисных границ. В требованиях важны опыт промышленной разработки, серверные веб-приложения, событийная архитектура, привычные веб-стеки вроде Ruby on Rails или Laravel, архитектура данных, поисковые индексы, конвейеры и уверенное использование инструментов кодирования на базе больших языковых моделей. Это не исследовательская вакансия, а шанс строить продуктовые агентные функции в домене, где человеческий контекст действительно важен.

Откликнуться: ссылка