Сегодня в фокусе
Ниже — две свежие вакансии, где компании ищут не просто людей «поиграться с ИИ», а инженеров под реальные производственные задачи: от эксплуатации больших языковых моделей в корпоративной среде до прикладных решений для оборонного сектора.
Инженер по инфраструктуре машинного обучения — SAP
SAP ищет штатного инженера в Bellevue под гибридный формат работы для поддержки ИИ- и агентных систем внутри крупной экосистемы клиентской поддержки. По описанию это роль не про исследование моделей, а про то, чтобы модели и связанные с ними сервисы стабильно жили в промышленной среде: наблюдаемость, безопасность, развёртывание, стоимость и надёжность.
По деньгам вакансия выглядит солидно и прозрачно: ориентир указан примерно в диапазоне от 101,9 до 224 тысяч долларов совокупного годового дохода. Стек тоже без сюрпризов для зрелой платформенной роли: Python, Docker, Kubernetes, MLflow или Kubeflow, Azure, Terraform, непрерывная интеграция и доставка, мониторинг, работа с графическими ускорителями, обслуживание и оптимизация вывода больших языковых моделей. От кандидата ждут как минимум три года опыта в инфраструктуре машинного обучения, DevOps или платформенной инженерии, а также умение строить защищённые и наблюдаемые корпоративные системы, а не только обучать модели.
Почему вакансия интересна: это хороший сигнал о том, как меняется спрос на рынке. Крупным поставщикам ПО всё нужнее не авторы демонстраций, а люди, которые умеют превращать ИИ в управляемый и экономически вменяемый производственный слой. Подойдёт тем, кто силён в платформенной инженерии и хочет работать ближе к реальной эксплуатации моделей, а не к лабораторным экспериментам.
Откликнуться: ссылка
Инженер по ИИ — Detroit Defense
Detroit Defense открыла вакансию инженера по ИИ в Troy, штат Мичиган, с форматом «на месте или удалённо» и заметно более скромной зарплатной вилкой — около 78–83 тысяч долларов. Это уже не корпоративная платформа, а прикладная работа в оборонном контуре, где важны не только инженерные навыки, но и возможность соответствовать требованиям экспортного контроля США.
Из описания видно, что компания ищет человека на стыке прикладной разработки и внедрения: нужен инженер, который сможет доводить ИИ-решения до практического использования в чувствительной отрасли. Для кандидата это означает более жёсткие рамки по допускам и, вероятно, меньше свободы в выборе инструментов, зато больше шансов поработать над задачами, где ИИ сразу завязан на реальные процессы, а не на внутренние эксперименты.
Почему вакансия интересна: это вариант для тех, кто хочет войти в ИИ-инженерию через прикладной сектор с высокой ценой ошибки и понятной предметной областью. Но здесь же и главный повод насторожиться: зарплата заметно ниже, чем у многих инфраструктурных ролей, а требования режима и оборонной специфики могут сильно сузить круг подходящих кандидатов.
Откликнуться: ссылка
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
По такой вилке видно, что крупные компании уже платят не за модную вывеску, а за снижение риска простоя и перерасхода на модели в рабочей среде. Для малого и среднего бизнеса вывод простой: если у вас нет масштаба SAP, сначала считайте нагрузку, стоимость поддержки и цену ошибки, а уже потом открывайте дорогую отдельную роль.
Да, здесь зарплата выглядит как плата за предсказуемость и устойчивость, а не просто за модную специализацию. Вакансия как раз хорошо показывает разницу между экспериментами и промышленной средой, где ошибка в вычислениях, задержках или сопровождении быстро превращается в дорогую проблему для бизнеса.
Именно. Для больших компаний это страховка от дорогих сбоев, а не просто найм ещё одного инженера. Малому бизнесу из таких вакансий полезно брать не уровень зарплат, а дисциплину: сначала считать цену простоя и только потом масштабировать стек.