Свежий набор вакансий получился не про абстрактных исследователей, а про людей, которые доводят ИИ-системы до рабочих продуктов: агентная инфраструктура, внедрение у заказчиков, оценка качества, поиск, рекомендации и облачная платформа. Почти все роли требуют не только знания моделей, но и сильной инженерной базы.

1. Старший инженер полного цикла, CodeAI — Мюнхен

Это старшая роль для инженера полного цикла в CodeAI в Мюнхене. Вилка указана как 106–108 тысяч евро в год. Удалённый формат в описании не виден, поэтому считать её стоит офисной или как минимум локальной вакансией в Германии.

По сути, это работа на стыке платформенной разработки и агентной инфраструктуры для разработчиков. Ожидается проектирование масштабируемых систем с малой задержкой, построение стендов оценки качества, интеграция проверок в распределённые системы, механизмы обратной связи и самоулучшения, а также улучшение точности и производительности моделей.

Стек широкий: Go, Python, TypeScript, JavaScript, Java, C++, распределённые системы, микросервисы, сетевое программирование, безопасность, тестирование, обработка естественного языка и замеры качества. Требуют около восьми лет опыта. Плюсы — бонус, доля в компании, медицинская страховка, оплачиваемый отпуск и отпуск по уходу за ребёнком. Главный риск: роль выглядит очень широкой, так что кандидату придётся тащить и архитектуру, и качество моделей, и практическую инфраструктуру для агентов.

Откликнуться: ссылка

2. Внедренческий инженер генеративного ИИ, Google Cloud — Сингапур

Google Cloud ищет старшего внедренческого инженера по генеративному ИИ в Сингапуре. Оценочная вилка — 108–214 тысяч сингапурских долларов в год. Это не спокойная внутренняя позиция: по описанию человек будет стоять между продуктами Google AI и инфраструктурой заказчиков.

День за днём это похоже на полный цикл от разбора задачи клиента до внедрения: проектирование приложений ИИ, рабочие процессы агентов, конвейеры оценки качества, наблюдаемость, подключение API и старых источников данных, контроль точности, безопасности и задержек. Ещё нужно обучать команды клиентов и находить трение в реальных внедрениях.

В требованиях — Python, Vertex AI, REST API, OAuth, Model Context Protocol, вызов инструментов, управление состоянием, трассировка, LangGraph, CrewAI, многоагентные системы, облачные платформы и оценка языковых моделей. Нужны примерно восемь лет опыта. Вакансия хорошо подойдёт тем, кто любит сложные внедрения у заказчиков, но красный флаг очевиден: ответственность за производственные системы и ожидания клиента будут высокими.

Откликнуться: ссылка

3. Облачный инженер ИИ, Google Cloud — Буэнос-Айрес или Мехико

Это средняя инженерная роль Google Cloud для Буэнос-Айреса или Мехико. Оценочная вилка — 720–805 тысяч мексиканских песо в год. В отличие от предыдущей вакансии, здесь упор больше на внедрение, обучение клиентов и практическую поддержку машинного обучения в облаке.

Задачи: строить и разворачивать собственные модели машинного обучения, внедрять агентные рабочие процессы для автоматизации бизнес-процессов, консультировать клиентов по промышленному машинному обучению, писать руководства и примеры кода, проводить семинары, помогать с архитектурой, отладкой, наблюдением и планированием мощностей.

Стек: Python, TensorFlow, PyTorch, Vertex AI, Apache Beam, Flume, Hadoop, Hive, Spark, Dataflow, подготовка признаков, хранилища данных, распределённое машинное обучение, наблюдение за моделями и XGBoost. Важная деталь — до 30% поездок. Это хороший вариант для инженера, который хочет много работать с клиентами и платформой, но тем, кто ищет спокойную удалённую разработку, формат может не подойти.

Откликнуться: ссылка

4. Внедренческий инженер прикладного ИИ — Цюрих или Лондон

Эта роль заявлена для Цюриха и Лондона, с оценочной вилкой 135–180 тысяч фунтов в год. Формально в описании фигурирует всего около двух лет опыта, но набор задач выглядит скорее как старшая производственная работа: проектировать и оптимизировать агентные нагрузки, петли рассуждения, выбор инструментов и разговорные прототипы, которые нужно доводить до промышленного качества.

Отдельный пласт — извлечение знаний с дополненной генерацией: задержка, точность и стоимость. Плюс безопасность и эксплуатация: изолированные сети, управление доступом, ключи шифрования клиента, ограничения частоты запросов, обработка ошибок, отказоустойчивость, наблюдение и оповещения.

В требованиях встречаются Python, C++, LangGraph, CrewAI, Google Agent Development Kit, многоагентные системы, выбор инструментов, развёртывание и оценка моделей, безопасность и сети. Вакансия интересна тем, кто хочет строить рабочие агентные системы рядом с заказчиком. Главный вопрос к кандидату — готов ли он к роли, где прототипы быстро превращаются в эксплуатационные обязательства.

Откликнуться: ссылка

5. Инженер машинного обучения для электронной коммерции — Сингапур

Крупная глобальная компания электронной коммерции ищет инженера машинного обучения в Сингапуре. Оценочная вилка — 147–220 тысяч сингапурских долларов в год. Роль шире классического рекомендательного сервиса: в описании есть прогнозирование времени доставки, ранжирование поиска и рекомендаций, динамическое распределение показов, причинно-следственное ценообразование, дизайн экспериментов и конвейеры обучения больших языковых моделей.

Также упомянуты автономные агенты для диагностики проблем. То есть работа может затрагивать не только модели для покупателей, но и внутренние системы, которые помогают находить сбои и объяснять падения метрик.

Нужны Python, Java, C++, Spark, Hive, PyTorch, TensorFlow, глубокое обучение, графовые нейросети, рекомендательные системы, обучение с подкреплением на основе обратной связи, последовательностные модели, временные ряды, A/B-тесты и причинно-следственный анализ. Просят около трёх лет опыта и уровень магистратуры или аспирантуры. Хорошо подойдёт тем, кто любит измеримые продуктовые эффекты, но описание очень широкое и не раскрывает удалёнку или льготы.

Откликнуться: ссылка