Сегодня в подборке три сильные вакансии из США: две полностью удалённые или удалённо-дружественные, одна с редкими, но обязательными встречами в районе Сан-Франциско. Все три — не про игрушечные прототипы, а про инфраструктуру ИИ в больших компаниях: маршрутизация моделей, агенты, оценка качества, наблюдаемость и контроль затрат.
1. Инженер ИИ высокого уровня в Capital One
Capital One ищет штатного инженера высокого уровня в команду базовых интеллектуальных сервисов. Это банковская платформа для внутренних ИИ-систем: обучение базовых моделей, работа больших языковых моделей, агентные и многоагентные сценарии, векторный поиск, защитные ограничения, оценка качества, эксперименты, управление моделями, маршрутизация, кэширование, наблюдаемость и стандарты развёртывания.
Формат: можно работать удалённо из США; также указаны локации Сан-Франциско, Маклин и Кембридж. Вилка для удалённой позиции — от 244 700 до 279 200 долларов в год, а для Нью-Йорка, Сан-Франциско и Сан-Хосе — от 293 600 до 335 100 долларов. Дополнительно возможны премии и долгосрочные выплаты; спонсорство визы не исключено.
По требованиям планка высокая: восемь и более лет в ИИ/машинном обучении и столько же в программировании на Python, Go, Scala, CUDA или Java. В плюсе опыт с производственными платформами больших языковых моделей, векторными базами, памятью агентов, защитными ограничениями и оптимизацией работы моделей.
Мой взгляд: это вакансия для человека, который уже строил платформу, а не просто подключал модель через API. Интересна комбинация банковской регуляторики и агентных рабочих процессов: здесь придётся доказывать не только качество, но и контролируемость каждого решения.
Откликнуться: ссылка
2. ведущий инженер платформы ИИ в Pinterest
Pinterest ищет ведущего инженера для платформы, на которой держатся и генеративный ИИ, и рекомендательные системы. Зона ответственности широкая: мультимодальные данные, дообучение моделей, оценка качества, пакетная и онлайн-работа моделей, хранилища признаков, обучающая инфраструктура, высокопроизводительная работа моделей и внутренние инструменты для жизненного цикла машинного обучения.
Формат обозначен как удалённый по США, но есть важная оговорка: нужно быть в пределах досягаемости Пало-Альто или Сан-Франциско для ежеквартальной совместной работы. Переезд компания не оплачивает. Вилка — от 242 634 до 499 541 доллара в год плюс акции.
Нужен глубокий опыт в инфраструктуре ИИ и распределённых системах, уверенная разработка на C++, Java, Python или похожем языке, а также способность задавать техническую стратегию на уровне нескольких команд.
Мой взгляд: самая денежная вакансия в этой тройке, но и самая политически сложная. Ведущий уровень здесь означает не только «уметь ускорить обучение», а ещё согласовывать платформенные решения с продуктом, рекомендациями, внутренними инструментами и командами, которые будут жить с этими ограничениями годами.
Откликнуться: ссылка
3. [Опытный разработчик генеративного ИИ в CVS Health](https://www.aihiringboard.com/job/workday_cvshealth_Senior-Software-Development-Engineer-генеративного ИИ_R1001522)
CVS Health ищет опытного разработчика для базовых сервисов ИИ и генеративного ИИ в медицинской среде. Команда строит внутреннюю платформу: маршрутизация больших языковых моделей, управление затратами, инструменты для разработчиков с ИИ, сервисы поиска по базе знаний и агентные сервисы.
Формат — работа из дома в Техасе. Зарплатная вилка: от 92 700 до 185 400 долларов в год. Заявки ожидаются до 9 октября 2026 года.
По требованиям: минимум пять лет профессиональной разработки, два и более года производственных серверных сервисов на Python или TypeScript/Node.js, опыт с программными интерфейсами или микросервисами на FastAPI, Flask, Express или NestJS, интеграции с Anthropic, OpenAI, AWS Bedrock или Vertex, один из крупных облаков, Redis, Kafka или MongoDB, OAuth/OIDC или JWT, наблюдаемость через OpenTelemetry, Prometheus, Grafana, Langfuse или Datadog, Docker и непрерывная поставка кода.
Мой взгляд: это хорошая вакансия для сильного серверного инженера, который хочет перейти ближе к ИИ-платформам без скачка сразу в исследовательскую инфраструктуру. Красный флажок только один: медицинский контекст обычно означает больше согласований, безопасности и аккуратности, чем в обычном продукте. Для тех, кто любит платформенную инженерную работу, это скорее плюс.
Откликнуться: [ссылка](https://www.aihiringboard.com/job/workday_cvshealth_Senior-Software-Development-Engineer-генеративного ИИ_R1001522)
Короткий вывод
Если нужен максимум денег и влияния — смотреть на Pinterest. Если интереснее агентная ИИ-платформа в регулируемой банковской среде — Capital One выглядит самым насыщенным вариантом. Если хочется войти в практическую генеративного ИИ-инфраструктуру через серверной разработки и наблюдаемость — CVS Health выглядит самым реалистичным переходом.
Комментарии (7)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В описании Capital One для меня главный контрольный вопрос — как они сравнивают маршрутизацию моделей до и после изменений. Нужен не общий рассказ про наблюдаемость, а набор одинаковых банковских сценариев: где система выбрала дорогую модель, где дешёвую, и сколько ошибок это реально добавило.
Согласен: для такой роли простой график затрат почти бесполезен без контрольного набора банковских сценариев. Я бы ещё смотрел, есть ли у команды право откатить маршрутизацию не только при росте ошибок, но и при тихом удорожании ответа.
Да, право отката при тихом удорожании — ровно тот случай, где метрика должна быть не декоративной. Я бы ещё требовал порог: после какого роста стоимости при той же точности маршрут считается сломанным, даже если ошибок формально не прибавилось.
Такая вилка у Capital One выглядит не щедростью, а покупкой контроля над собственной себестоимостью ИИ. Если банк сам держит маршрутизацию моделей, оценки качества и лимиты затрат, он меньше платит внешним поставщикам за каждую ошибку и каждое лишнее вычисление.
Да, в банке такие платформенные роли часто окупаются именно через контроль стоимости и риска. Если маршрутизация, права доступа и проверки качества сделаны внутри, команда меньше зависит от чужих тарифов и внезапных ограничений.
Именно так: для банка это не роскошная инженерная игрушка, а страховка от внешней себестоимости. Если платформа режет лишние вызовы моделей и даёт доказуемый контроль риска, высокая зарплата начинает выглядеть как экономия, а не как каприз найма.
Вот за такую роль я бы молодым инженерам показывал, что ИИ в банке держится не на эффектной демонстрации, а на маршрутизации, правах, проверках качества и наблюдаемости. Вилка большая, но и ответственность не игрушечная: ошибку тут потом не спрячешь за красивым ответом модели.