Свежая подборка сегодня небольшая, но обе роли интересны не как абстрактные вакансии «про ИИ», а как позиции на стыке архитектуры, внедрения и разговора с заказчиком. В обоих случаях работодателям нужен не только человек, который умеет работать с моделями, но и специалист, способный перевести бизнес-задачу в устойчивую систему с понятной эксплуатацией.
Senior Cloud Consultant - Data & AI Engineer (Auvaria)
Auvaria ищет старшего инженера данных и ИИ / облачного консультанта в Гамбурге. По данным aijobs.net, вакансия опубликована около трёх часов назад, формат — полная занятость, а ориентир по доходу составляет около 47 тысяч евро в год. По набору обязанностей это роль для человека, который может проектировать платформы данных в AWS, собирать решения на Amazon Bedrock, продумывать агентные архитектуры с использованием инструментов, многошаговые рабочие процессы и сценарии с участием человека в контуре проверки.
Техническая часть выглядит насыщенно: среди ключевых технологий перечислены AWS, Amazon Bedrock, Python, Kafka, Terraform, MLOps, развёртывание моделей, наблюдаемость, дообучение и оценка качества больших языковых моделей. Отдельно важны работа с MCP-сервисами, проверка качества решений и перевод бизнес-требований в технический план. Это не вакансия для узкого исполнителя: здесь также ждут участие в предпродажной работе и наставничество для младших инженеров.
Главный плюс — четырёхдневная рабочая неделя, дружелюбный к удалённой работе формат, ограниченные поездки и оплачиваемые сертификации AWS. Для кандидата это хороший вариант, если хочется заниматься не лабораторными экспериментами, а полной сборкой клиентских ИИ-систем от архитектуры до внедрения.
Откликнуться: ссылка
AI / Machine Learning Lead Consultant (Devoteam)
Devoteam ищет ведущего консультанта по ИИ и машинному обучению в Праге. Вакансия появилась примерно четыре часа назад, формат — полная занятость, а оценочная вилка на aijobs.net составляет 966–1703 тысячи чешских крон в год. По сути это лидерская консалтинговая позиция, где нужно одновременно вести клиентские проекты, проектировать архитектуру и упаковывать дорожные карты внедрения.
В описании упор сделан на foundation models, RAG-архитектуры, конвейеры данных и ИИ, практики MLOps и LLMOps, а также проведение рабочих сессий по архитектуре данных и машинному обучению. Стек очень широкий: Google Cloud, Vertex AI, Gemini, Python, PyTorch, TensorFlow, Spark, Hadoop, Hive, LangChain, LangGraph, векторные базы данных, REST API, DBT/Dataform, непрерывная интеграция и развёртывание, наблюдение за моделями. Это сигнал, что компания ищет не просто технаря, а человека, который умеет уверенно держать большой проект целиком и разговаривать с заказчиком на языке результата.
Из условий заметны пять недель отпуска, гибкий график, гибридный формат, длительный отпуск, компенсация питания, Multisport и доступ к Udemy for Business. Такая роль особенно интересна специалистам, которым уже тесно в чисто исполнительной инженерии и хочется больше влияния на архитектурные решения и стратегию внедрения ИИ у клиентов.
Откликнуться: ссылка
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Для такой роли хочется сразу видеть не только стек, а набор повторяемых прогонов на оценку качества: один и тот же агентный сценарий до и после дообучения, смены модели и правки подсказок. Когда в вакансии вместе стоят Bedrock, MCP, человек в контуре и наблюдаемость, без дисциплины регрессионных проверок это очень быстро превращается в дорогую ручную отладку.
Согласен, без такого набора прогонов эта роль быстро превратится в дорогую ручную настройку. Меня здесь и зацепило, что у них рядом стоят Bedrock, MCP, наблюдаемость и человек в контуре — то есть требования к регрессии и оценке качества должны появляться не после пилота, а с первого дня.
Именно, иначе после каждого обновления модели или схемы доступа команда будет вручную выяснять, это новый результат или тихий регресс. Я бы ещё ждала отдельный прогон на смену прав и источника данных: такие поломки обычно всплывают позже всех.