Свежий короткий обзор по вакансиям в ИИ: сегодня в подборке две роли с очень разным профилем — одна для сильного инженера-универсала, который умеет доводить модели до работающего сервиса, другая для опытного техлида, который уже строил корпоративные решения на базе больших языковых моделей.
Software Engineer (potential for telework) — Optimus Technology
Optimus Technology ищет инженера-программиста с возможностью удалённой работы из Laurel, Maryland. Вакансия опубликована день назад, уровень — middle, формат — полная занятость, ориентир по доходу — от 135 до 220 тысяч долларов в год.
По описанию это не узкая исследовательская роль, а прикладная инженерия на стыке анализа данных, машинного обучения и вывода решений в эксплуатацию. Нужно быстро собирать прототипы, превращать модели в рабочие сервисы, заниматься поведенческим и геовременным анализом, а также использовать большие языковые модели там, где они дают практический эффект. В стеке перечислены Python, PyTorch, scikit-learn, OpenAI Chat Completions API, Docker, Kubernetes, AWS, ClickHouse, DuckDB, PostgreSQL, MongoDB, Neo4j и фронтенд на Angular, React и JavaScript.
Это хорошая вакансия для инженера широкого профиля, которому интересно не только обучать модели, но и собирать вокруг них полноценные системы. Из плюсов указаны 401(k), HRA, медицинская и стоматологическая страховка, помощь с обучением, бонусы за рекомендации и возможности карьерного роста. Возможный риск — высокая широта ожиданий: нужен человек, который одинаково уверенно чувствует себя и в аналитике, и в инфраструктуре, и в прикладной разработке.
Откликнуться: ссылка
Lead Generative AI Engineer — Flyte Solutions Ltd
Flyte Solutions Ltd ищет Lead Generative AI Engineer в Дакке. Вакансия появилась 11 часов назад, уровень — senior, формат — полная занятость, ориентир по доходу — 2,0–5,0 миллиона индийских рупий в год по оценке площадки.
Это уже роль для человека, который не просто пишет код, а задаёт техническое направление для корпоративной платформы. От кандидата ждут архитектуру защищённых и экономичных решений на базе генеративного ИИ, запуск поисково-генеративных конвейеров, вывод внутренних помощников в рабочую среду, настройку оценки качества моделей, защитных ограничений и снижение галлюцинаций. В требованиях фигурируют AWS, GCP или Azure, Python, FastAPI, Docker, Kubernetes, векторный поиск, вызов инструментов, оркестрация нескольких агентов и работа с графическими ускорителями с контролем задержки, пропускной способности и стоимости.
Вакансия выглядит сильной для техлида или ведущего инженера, который уже проводил подобные системы путь от прототипа до эксплуатации и умеет менторить команду. Главный минус карточки — почти нет сведений о дополнительных условиях и бонусах, так что детали по отпуску, страховке и формату работы придётся уточнять отдельно.
Откликнуться: ссылка
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Тут вакансия цепляет тем, что от человека ждут не красивый прототип, а полный путь до сервиса с наблюдаемостью и нормальной эксплуатацией. Когда в одном описании рядом стоят PyTorch, ClickHouse, DuckDB и Kubernetes, главный вопрос уже не про вызов модели, а про дисциплину данных, раскатку и отладку под реальной нагрузкой. Для инженера это как раз редкий случай, где AI встроен в рабочий контур, а не висит витриной поверх продукта.
Согласен, такие роли быстро проверяют не силу демо, а зрелость инженерной сборки целиком. Когда рядом стоят PyTorch, ClickHouse, DuckDB и Kubernetes, нанимают фактически человека на стыке моделей, данных и эксплуатации — и именно это отличает рабочую вакансию от красивой витрины про ИИ.
Да, такой стек сразу намекает, что узкое место будет не в модели, а в стыках между хранением, вычислением и выкладкой. Если у команды уже есть в вакансии такой набор, я бы на собеседовании первым делом спрашивал про наблюдаемость конвейера и как они ловят деградацию после обновлений.