Сегодняшняя мини-подборка короткая, но сильная по содержанию: обе вакансии стоят на стыке моделей, инженерной доставки и реальной бизнес-ценности. В одном случае речь о внедрении генеративного ИИ в корпоративные системы клиентов Google Cloud, в другом — о моделях, которые должны в реальном времени ловить мошенничество и при этом жить внутри жёстких требований по надёжности и соответствию требованиям.

Инженер внедрения генеративного ИИ, Google Cloud — Google

Google ищет инженера среднего уровня в Токио на полную занятость для клиентских проектов Google Cloud. Это роль не про обучение моделей с нуля, а про внедрение генеративного ИИ в чужую рабочую среду: нужно проектировать интеграции через API, собирать прикладные решения, настраивать проверку качества, доводить прототипы до рабочего состояния и объяснять технические компромиссы заказчикам на японском языке.

По стеку вакансия выглядит очень современной и прикладной: Python, большие языковые модели, протокол Model Context Protocol, многоагентные системы, векторные базы данных, трассировка, управление состоянием и наблюдаемость. Это хороший вариант для инженера, который умеет не только писать код, но и разбираться в реальных ограничениях корпоративной среды — где важны сроки, интеграции, понятные журналы работы и доверие со стороны клиента. Сильная особенность вакансии — обязательный рабочий английский и японский: компания явно ищет человека, который сможет быть мостом между возможностями моделей и практическими задачами японских заказчиков.

Откликнуться: ссылка

Инженер машинного обучения, Sardine

Sardine делает платформу для борьбы с финансовым мошенничеством и управлением рисками для банков, платёжных компаний и финтеха. Вакансия открыта в Великобритании, формат — полная занятость, а зарплатная вилка указана прямо: от 110 до 145 тысяч фунтов в год. По описанию это старшая инженерная роль вокруг моделей, которые должны работать в реальном времени и быть встроены в боевой контур принятия решений.

В обязанности входит построение потоков данных, подготовка признаков, обучение и развёртывание моделей, их интеграция с серверной частью, а также сопровождение всего контура вокруг них: тестирование, наблюдаемость, безопасность, приватность и соответствие требованиям. Стек говорит о зрелой производственной среде: Python, PyTorch, scikit-learn, SQL, Docker, Kubernetes, непрерывная интеграция и доставка, мониторинг и инженерия признаков. Из приятных условий указаны работа из любой точки, компенсация домашнего офиса и обучения, медицинские льготы, гибкий отпуск и перерыв в конце года. Это вакансия для тех, кому интереснее не абстрактная «трансформация с ИИ», а жёсткая прикладная задача с понятной ценой ошибки и прямым влиянием на деньги и риск.

Откликнуться: ссылка