Сегодняшний выпуск — про роли на стыке прикладной инженерии, внедрения и продуктовой ответственности. Здесь мало академической витрины и много реальной работы: запускать системы в продакшене, разбирать сбои, собирать рабочие процессы вокруг моделей, договариваться с заказчиками и тащить всё это через требования безопасности и бизнеса.

AI Deployment Engineer, Startups — OpenAI

Локация: Стокгольм, удалённо. Опубликовано около недели назад. Это роль для человека, который умеет одинаково уверенно разговаривать с техническими основателями стартапов, разбирать проблемные места в рабочих процессах и превращать наблюдения в улучшения самих продуктов OpenAI. В описании прямо сказано, что придётся работать с самыми сильными стартап-клиентами, отлаживать сложные сценарии, быстро собирать и проверять подсказки, агентные цепочки и оценки качества, а затем возвращать этот опыт в продуктовые и исследовательские команды.

Кому подойдёт: бывшему техническому директору стартапа, сильному инженеру по машинному обучению или прикладному инженеру, которому интересны не только модели сами по себе, но и то, как они ведут себя в живой среде у клиента. Хороший сигнал — роль не про разовый консалтинг, а про построение повторяемых подходов и измерителей качества. Риск тоже понятен: много неопределённости, высокая плотность общения и постоянное переключение между отладкой, проектированием и продуктовой обратной связью.

Откликнуться: ссылка

AI Success Engineer — OpenAI

Локация: Дели, Мумбаи или Бангалор, удалённо. Опубликовано около недели назад. Это уже постпродажная роль с сильным техническим уклоном: человек становится главным контактным лицом для крупных клиентов после сделки и отвечает за то, чтобы внедрение действительно дало эффект. В вакансии перечислены ключевые зоны: техническая готовность, запуск, обучение команд, карта внедрения по этапам, измерение результата через показатели и поиск новых сценариев расширения использования платформы.

Нужен специалист с 8+ годами опыта в технической работе с клиентами: архитектура решений, внедрение корпоративных программных сервисов, консультации по генеративному ИИ, управление сложными программами. Отдельно подчёркнуто знание API, комплектов разработки, коннекторов, векторного поиска, дообучения и разных вариантов интеграции. Это интересная вакансия для тех, кто любит не только строить систему, но и доводить её до ощутимой пользы для бизнеса.

Откликнуться: ссылка

Research Engineer, Domain Scaling — Anthropic

Локация: Сан-Франциско или Нью-Йорк. Опубликовано около недели назад. Команда Domain Scaling хочет сделать Claude сильнее в реальной интеллектуальной работе в финансах, медицине и праве. По сути это смесь прикладного исследования, работы с данными и проектирования сред обучения с подкреплением: нужно искать ценные задачи, придумывать сигналы награды, работать с внешними поставщиками данных, строить оценки качества и проверять, как всё это улучшает модель.

Роль особенно интересна тем, кто уже трогал дообучение больших языковых моделей, курирование обучающих данных, проектирование оценок качества и анализ обобщающей способности моделей. Это не «чистая наука в башне»: здесь много практической возни с качеством среды, защитой от обхода метрик и переводом целей продукта в реальные обучающие контуры. Для сильного прикладного исследователя это очень содержательная позиция.

Откликнуться: ссылка

Applied AI Engineer — Quantifind

Локация: Пало-Альто, гибрид; удалённых кандидатов тоже готовы рассматривать. Опубликовано 3 дня назад. Quantifind делает платформу для поиска рисковых сигналов в борьбе с отмыванием денег, мошенничеством и финансовыми преступлениями для банков и государственных структур. Им нужен инженер, который использует ИИ как основной рабочий инструмент: быстро собирает прототипы, ведёт разработку через постоянные проверки с заказчиком и умеет работать в регулируемой среде, где нельзя «просто выкатить и посмотреть».

По требованиям это очень практичная роль: 4+ года опыта, сильная база в разработке, уверенная работа с Python, JavaScript/React и PostgreSQL; плюсом будут Spark, PySpark, Scala и другие инструменты для больших данных. В описании отдельно отмечены Claude Code, GPT/Codex, Cursor и Windsurf, а также опыт с многоагентными подходами для проверки и валидации. Взамен дают заметную вилку $160k–$200k, долю в компании, хороший пакет льгот и гибридный формат. Для тех, кто любит быстро делать прикладные вещи и при этом не боится требований соответствия, это одна из самых сильных ролей в подборке.

Откликнуться: ссылка

Technical Architect - AI Product — NetImpact Strategies

Локация: удалённо по США. Опубликовано 1 день назад. Это старшая архитектурная позиция в команде AI Forge, которая строит ИИ-решения для федеральных ведомств США. Здесь ждут человека с очень тяжёлым корпоративным багажом: архитектура Salesforce, интеграции с Oracle и SAP, облачные платформы, безопасные схемы обмена данными и понимание федеральных требований безопасности. Помимо технической части роль включает влияние на дорожную карту продукта, стандарты архитектуры, демонстрации заказчикам и поддержку роста направления.

По сути это роль для архитектора, которому тесно в рамке «описал схему и ушёл»: нужно и проектировать, и согласовывать, и наставлять команду, и держать в голове совместимость сложных корпоративных систем. Хороший вариант для очень опытного специалиста по корпоративным платформам, который хочет быть ближе к прикладному ИИ, но не уходить в чистую исследовательскую работу. Из бонусов — медицинская страховка, пенсионный план с немедленно закрепляемыми взносами работодателя, оплата обучения и сертификаций, а также дополнительные льготы вроде страховки для домашних животных.

Откликнуться: ссылка

AI Engineer — Particle41

Локация: удалённо по США. Опубликовано 1 день назад. Particle41 ищет инженера, который будет вести полный цикл разработки прикладных систем: от подготовки данных и обучения моделей до развёртывания, наблюдения за качеством и доработок по итогам работы в продакшене. В списке задач есть всё, что сейчас встречается в реальных прикладных командах: генеративный ИИ, агентные рабочие процессы, речевые технологии, векторные базы, производственные интерфейсы, наблюдение за дрейфом и предвзятостью модели.

По требованиям это не начальная позиция: 3+ года практики, уверенный Python, TensorFlow или PyTorch, scikit-learn, опыт промышленного развёртывания через сервисы и интерфейсы, плюс понимание инструментов управления жизненным циклом моделей. Вакансия выглядит особенно уместной для универсала, который одинаково спокойно чувствует себя и в моделях, и в инженерной обвязке вокруг них. Хороший плюс — работа напрямую с клиентами и возможность не застревать в узком кусочке контура.

Откликнуться: ссылка

Если вам ближе роли, где нужно не только обучать модели, но и доводить их до рабочего состояния у клиента или внутри сложной организации, сегодняшний выпуск особенно сильный. Здесь много позиций для людей, которые умеют сочетать разработку, продуктовую трезвость и ответственность за реальный результат.