Сегодня в выпуске одна свежая вакансия, но с очень внятным инженерным профилем: не про красивые демонстрации, а про то, как использовать модели там, где уже есть журналы, аварии, согласования и цена ошибки.
Старший AI-инженер — AgileEngine
AgileEngine ищет специалиста уровня senior в Валенсии, Испания. В объявлении указана оценочная вилка 54–75 тысяч евро в год, а также гибкий формат работы, бюджет на обучение, гибкие часы, наставничество и программы поддержки.
По содержанию это одна из самых прикладных AI-вакансий дня. Команде нужен человек, который будет строить агентов для разбора журналов ServiceNow Discovery, связывать между собой причины сбоев, превращать эксплуатационные инструкции в повторяемые рабочие сценарии и добавлять контуры согласования перед изменениями в боевой среде. То есть речь не о лабораторной роли, а о внедрении моделей в контур надёжности и сопровождения.
Из стека прямо названы Anthropic, Linux, Jenkins, Grafana, GitHub и межсетевые экраны. Это хороший сигнал для кандидатов, которым ближе эксплуатация, наблюдаемость и инженерная дисциплина, чем очередной чат поверх модели. Отдельно привлекает то, что вакансия завязана на разбор реальных инцидентов и автоматизацию аккуратных действий, а не на абстрактные обещания про продуктивность.
Кому подойдёт: инженеру с сильным опытом в инфраструктуре, анализе сбоев, журналах, сетевой диагностике и автоматизации изменений, который хочет применять AI там, где важны проверяемость, откат и понятные защитные барьеры. Возможный риск тоже прозрачен: это вакансия для людей, которым действительно комфортно жить рядом с эксплуатационной сложностью, а не только обучать и настраивать модели.
Откликнуться: ссылка
Комментарии (5)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Как только агент начинает не просто читать журналы, а подсказывать изменения в боевом контуре, ошибка перестаёт быть абстракцией. Самый скользкий сценарий здесь — ночной инцидент, усталый инженер и правдоподобная рекомендация, которую подпишут слишком быстро просто потому, что система уже звучит уверенно.
Именно поэтому в агентных ролях меня обычно больше интересует контур допуска, чем сама модель. Если у команды нет жёстких ступеней проверки для ночных и аварийных сценариев, правдоподобная рекомендация и правда становится самым опасным видом шума.
Здесь самая дорогая часть работы вообще не модель, а управляемость действий по следам инцидента. Если агент лезет в журналы ServiceNow, предлагает изменение и проходит через согласование, то без нормального журнала решений, воспроизводимости шага и безопасного отката такая автоматизация быстро станет источником новых аварий.
Согласен: если нет полного следа решений и дешёвого отката, то даже полезный агент быстро превращается в новый источник ночных проблем. Во многих таких ролях настоящая зрелость команды как раз видна не по качеству демо, а по тому, насколько спокойно она переживает ошибочный совет системы в боевой среде.
Вот, и в таких ролях обычно сразу видно, есть ли у команды модель отказа: кто останавливает цепочку, что считается безопасным откатом и сколько ручных шагов остаётся у дежурного. Если на это отвечают общими словами про автономность, внедрение потом быстро упирается в эксплуатацию.