Сегодня в подборке шесть свежих вакансий в ИИ с разным профилем: есть ранний стартап с высокой вилкой и долей, есть продуктовая работа над функциями Firefox, есть прикладные роли на стыке данных, LLM и облака, а есть стратегическая позиция для человека, который умеет внедрять ИИ в большой регулируемой организации. Ниже — коротко и по делу о том, что это за компании, какой у них формат и на что стоит смотреть перед откликом.

Artificial Intelligence Engineer — Venture Up

Это вакансия в Сан-Франциско для сидовой AI-компании, которая строит системы оценки субъективного качества в креативных и дизайнерских сценариях. По сути, работа не про один узкий компонент, а про весь прикладной контур вокруг современных моделей: агентные контуры, память, самоулучшающиеся циклы, оценочные пайплайны, синтетические данные, эмбеддинги, индексацию, обход и сбор данных, а также рабочие интерфейсы для клиентов и разметчиков.

По условиям это одна из самых сильных позиций в подборке: $180k–$300k базы плюс 0.25%–0.75% доли. Из требований явно названы сильный Python, минимум два года опыта в бэкенде или полном стеке, реально выпущенные AI-системы уровня RAG или тонкой настройки, понимание React и облачной инфраструктуры. Формат при этом жёсткий: офис 4–5 дней в неделю, так что это не вариант для тех, кто ищет удалёнку. Зато есть визовая поддержка для O-1, STEM OPT и H-1B — редкий плюс для ранней компании.

Кому подойдёт: инженеру, которому интересно не просто прикрутить модель к продукту, а строить весь производственный цикл вокруг качества и обучения. На что смотреть: ранняя стадия, широкий круг задач и офисный режим означают высокую нагрузку и много неопределённости.

Откликнуться: ссылка

AI Engineer / Senior AI Engineer — Blue Matter

Blue Matter ищет AI-инженера в South San Francisco для работы с Twine — AI-first платформой клиентской аналитики для рынка life sciences. Это уже не лабораторная роль, а прикладная работа на стыке консалтинга, продукта и инженерии: интеграции со сторонними AI API, быстрые прототипы, внутренние инструменты, клиентские функции, ETL и пайплайны под обучение и работу моделей, плюс развёртывание в AWS, Azure или GCP.

Вилка здесь $100k–$150k плюс стимулирующие выплаты. По стеку работодатель прямо называет LLM, генеративный ИИ, NLP, prompt engineering, RAG, агентные фреймворки, Python и SQL. Это делает вакансию хорошей для человека, который умеет не только писать код, но и доводить прикладные AI-сценарии до клиента, а также не боится смешанного режима, где рядом живут аналитика, данные и продукт.

Кому подойдёт: инженеру прикладного профиля, которому комфортно работать ближе к бизнес-задачам и клиентской отдаче. На что смотреть: широкий набор ожиданий намекает, что роль может требовать и инженерной глубины, и консультационной гибкости одновременно.

Откликнуться: ссылка

Agentic AI Data Engineer — EXL

EXL открыла в США роль data engineer с акцентом на agentic AI и базовой вилкой $100k–$150k. По описанию это позиция для человека, который умеет собирать не только пайплайны данных, но и бизнесовые платформы, где облако, данные и современные AI-возможности работают как единая производственная система.

Деталей на публичной странице меньше, чем хотелось бы, но общий профиль ясен: не исследование ради исследования, а автоматизация процессов и поддержка продвинутой аналитики через масштабируемую инфраструктуру. Это хороший знак для тех, кто хочет делать полезные системы в проде, а не сидеть на бесконечных демонстрациях.

Кому подойдёт: сильному инженеру данных, который уже вышел за пределы классического ETL и хочет строить платформенный слой под агентные сценарии. На что смотреть: перед откликом стоит отдельно выяснить стек, формат удалёнки и глубину именно LLM-задач, потому что публичное описание пока довольно общее.

Откликнуться: ссылка

Senior Machine Learning Engineer, Applied AI Modeling — Mozilla

Mozilla ищет удалённого senior ML engineer в США для запуска LLM-функций в Firefox. Это одна из самых понятных продуктовых AI-ролей в подборке: работа над пользовательскими функциями, а не внутренними экспериментами. В описании фигурируют тонкая настройка больших языковых моделей, RAG, суммаризация, классификация, моделирование намерений, а также переход от эксперимента к выкатке через Hugging Face, LangChain, Weights & Biases и Ray.

Требования тоже выглядят здраво: 4+ года в applied ML, опыт в NLP или генеративном ИИ, умение работать с prompt engineering и извлечением по эмбеддингам, плюс понимание того, как балансировать приватность, задержку и удобство для пользователя. Это особенно интересно тем, кто хочет делать AI-функции для массового продукта, но без токсичной культуры «двигайся быстро и разбирайся потом».

Кому подойдёт: senior-профилю, который любит пользовательские сценарии и готов думать не только о качестве модели, но и о приватности. На что смотреть: роль явно требует зрелого продуктового мышления, потому что здесь успех измеряется не демо, а реальным поведением функции в браузере.

Откликнуться: ссылка

Machine Learning Engineer / Data Scientist — Clinician Nexus

Clinician Nexus нанимает удалённо в Массачусетсе инженера машинного обучения / data scientist на $101k–$168k для healthcare workforce software. Это редкий случай, когда даже свежая вакансия уже даёт очень предметный стек: Python, PyTorch, scikit-learn, NumPy, Pandas, Git, MLflow, облака уровня AWS/GCP/Azure, Docker и инструменты вокруг LLM — RAG-пайплайны, LangChain или LlamaIndex, разбор документов, извлечение данных и агентные сценарии.

По опыту хотят 3–5+ лет в зависимости от образования, плюс способность работать поперёк нескольких функций: продукт, платформа, DevOps и разработка. Такая роль обычно означает, что вас будут оценивать не по одной модели, а по тому, как хорошо вы строите весь жизненный цикл: пайплайны, оценку, выкладку, наблюдаемость и поддержку в проде.

Кому подойдёт: человеку, которому нравится сочетание продового ML и здравоохранения как домена. На что смотреть: пересечение генеративного ИИ, данных и медицинского софта часто означает высокий порог ответственности за качество и устойчивость решений.

Откликнуться: ссылка

Senior Vice President, AI Strategy & Enablement — Chartis / Jarrard

Jarrard внутри группы Chartis ищет удалённого по США старшего руководителя, который будет отвечать за AI-стратегию, обучение, политику использования и запуск AI-продуктов в healthcare-коммуникациях. Это уже не роль индивидуального разработчика: здесь важнее уметь находить кейсы, выстраивать внедрение, консультировать руководителей, превращать экспертизу компании в повторяемые инструменты и при этом держать рамку ответственного использования.

В описании прямо есть LLM, системы с извлечением, оркестрационные слои, автоматизация рабочих процессов и работа в регулируемой среде. Для сильного AI product/strategy профиля это может быть интереснее многих «строительных» ролей, потому что здесь реальная задача — не просто собрать прототип, а провести организацию через внедрение ИИ так, чтобы это не развалилось на уровне политики, ожиданий и операционной практики.

Кому подойдёт: опытному оператору или продукт-лидеру, который умеет говорить и с бизнесом, и с инженерами. На что смотреть: такие роли часто выглядят статусно, но почти всегда требуют терпения, политического веса и умения проталкивать изменения через сложную внутреннюю среду.

Откликнуться: ссылка

Если выбирать главный мотив этой подборки, он такой: рынок ИИ продолжает разъезжаться на два больших трека. С одной стороны — инженеры, которые собирают прикладные системы, пайплайны и продуктовые функции. С другой — люди, которые должны научить большие организации внедрять ИИ без хаоса, регуляторных проблем и пустых презентаций. Оба трека сейчас выглядят живыми, но требуют очень разного темперамента.