Сегодня в фокусе три роли, где ИИ нужен не для витрины, а для реальных рабочих систем: защита конечных устройств, страховые процессы и корпоративные исследовательские инструменты. Ниже — что именно предлагают, кому это подойдёт и на что стоит смотреть до отклика.

Senior AI Researcher - Agentic Endpoint Security(Cortex) — Palo Alto Networks

Palo Alto Networks ищет исследователя в Тель-Авив для AI-native систем защиты конечных устройств. По описанию это роль не про теорию ради теории, а про агентов, которые умеют рассуждать по коду, телеметрии устройств, журналам событий и другим сигналам безопасности, чтобы находить вредоносную активность, разбирать инциденты и принимать автономные решения в рабочей среде.

Из требований видно, что компании нужен человек с опытом вывода в рабочую среду систем на базе больших языковых моделей или автономных агентов: важны Python, работа с инструментами, поиском по внутренним данным, оценкой качества, координацией нескольких агентов и полный цикл от прототипа до запуска. Отдельный плюс — опыт в кибербезопасности, охоте на угрозы, анализе вредоносного ПО или построении собственных тестов. Вакансия интересная для тех, кто хочет делать не очередного помощника, а защитные системы с высокой ценой ошибки; из минусов — формат завязан на офис в Тель-Авиве, и в описании прямо сказано, что визовую поддержку не дают.

Откликнуться: ссылка

Senior AI Engineer, Gen AI — Honeycomb Insurance

Honeycomb Insurance нанимает старшего инженера по ИИ в Чикаго для производственных систем в страховании коммерческой недвижимости. Это не роль для внутренних демонстраций: в обязанности входят агентные сценарии, поиск по внутренним страховым данным, сервисы на FastAPI, наблюдаемость, защитные ограничения, собственные наборы эталонных проверок и интеграции с системами полисов и страховых случаев.

Работодателю нужен человек с шестью и более годами в ИИ, машинном обучении, науке о данных или прикладной инженерии, плюс с 1–3 годами именно производственного опыта с генеративным ИИ. В стеке прямо названы Python, PyTorch, scikit-learn, Hugging Face, векторные базы данных и фреймворки для координации нескольких агентов вроде OpenAI Agents SDK или LangGraph. Зарплата не указана, но подчёркнуты высокая самостоятельность, быстрый путь в рабочую среду и доля в компании — хорошая история для сильного прикладного инженера, которому важен прямой эффект на продукт, но нужно быть готовым к ограничениям регулируемой отрасли.

Откликнуться: ссылка

Research Scientist — Snorkel AI

Snorkel AI открыл вакансию исследователя с базой в Redwood City или Сан-Франциско, при этом роль допускает удалённый формат. Компания известна ставкой на data-centric подход в корпоративном ИИ, а сама позиция по доступному описанию находится на стыке исследований и внедрения: от человека ждут не только сильной исследовательской подготовки, но и умения доводить идеи до практического использования.

Это выглядит как хорошая возможность для исследователя, которому тесно в чистой академической работе и который хочет влиять на корпоративные инструменты, данные и прикладные сценарии. Ключевой плюс здесь — сочетание сильного исследовательского трека с гибкостью по локации; главный вопрос перед откликом — насколько ваш опыт действительно лежит между научной работой и инженерным внедрением, а не только в одной из этих сторон.

Откликнуться: ссылка