Свежая подборка сегодня получилась с явным уклоном в практический ИИ: агентные платформы, оптимизация моделей для реального времени, кибербезопасность, государственные программы и рекламные системы с большими деньгами на кону. Ниже — вакансии, где в описании есть достаточно конкретики по формату, стеку и ожиданиям.

1. Старший штатный инженер ИИ для агентной платформы — Capital One

Capital One ищет очень сильного инженера для внутренней агентной платформы. Формат — несколько офисов в США, включая Сан-Франциско, Маклин и Кембридж, плюс возможность удалённой работы внутри США. Команда строит собственные модели и платформы, которые используются по всей компании.

По задачам это не узкая роль «прикрутить чат». В описании есть обучение базовых моделей, запуск языковых моделей, агентные и многоагентные рабочие процессы, поиск похожих данных, защитные ограничения, оценка качества, эксперименты, управление рисками и наблюдаемость. Из стека явно названы AWS Ultraclusters, Hugging Face, векторные базы данных и PyTorch.

Требования соответствуют уровню: профильное образование и минимум 10 лет опыта в разработке технологий ИИ или машинного обучения. Интересно тем, кто хочет влиять на архитектуру крупной банковской платформы, но стоит помнить о цене такого масштаба: регулирование, безопасность, согласования и высокая планка зрелости инженерных решений.

Откликнуться: AI Hiring Board

2. Исследователь-инженер по оптимизации мультимодальных моделей — Tavus

Tavus делает системы видеоаватаров на стыке звука, видео и языка для медицины, найма, продаж и обучения. Компания ищет специалиста, который будет доводить исследовательские модели до рабочего состояния: ускорять, сжимать и балансировать качество, задержку и стоимость. Предпочтителен гибридный формат в Сан-Франциско, но удалённых кандидатов тоже рассматривают; есть поддержка переезда.

В описании много настоящей инженерной конкретики: разреживание моделей, дистилляция, квантование, смешанная точность, низкоранговые адаптеры, измерение скорости, работа с графическими ускорителями и облачными наборами данных. Нужны Python, PyTorch, понимание вывода моделей и способность читать и воспроизводить научные статьи. Плюсом идут TensorRT, ONNX Runtime, TVM, Triton, XLA и собственные ядра CUDA.

Эта вакансия для тех, кому интересен не только результат модели, но и вопрос «как сделать это достаточно быстрым и дешёвым для живого видео». Риск стандартный для стартапа: высокая плотность задач и мало места для расслабленного исследовательского режима.

Откликнуться: AI Hiring Board

3. Инженер внедрения для EMEA — TENEX

TENEX — стартап в кибербезопасности, который строит управляемое обнаружение и реагирование с ИИ. Вакансия открыта для удалённой работы из Великобритании и региона EMEA. Это не чистая исследовательская позиция: задача — доводить внедрения у клиентов до рабочего состояния.

День за днём придётся подключать источники журналов, настраивать соединители данных, проверять конвейеры приёма событий, разворачивать парсеры, панели, правила обнаружения и сценарии реакции, обучать клиентов и передавать внедрение в сопровождение. Требуются как минимум 2 года опыта в кибербезопасности, ИТ-операциях, облачной инженерии или близкой области. Важны SIEM, особенно Google SecOps или Microsoft Sentinel, подключение источников журналов, Bindplane, OpenTelemetry или Cribl, скрипты на Python или Bash, сети и облака.

Хороший вариант для инженера, который любит прикладную сторону ИИ и безопасности: не презентации, а живые данные, клиенты и разбор поломок. Обратная сторона — много параллельных внедрений и постоянная клиентская коммуникация.

Откликнуться: AI Hiring Board

4. Специалист по данным для прикладного ИИ — Leidos

Leidos ищет специалиста по данным для большой критически важной программы ВМС США. Формат — удалённая работа внутри США, указанная вилка базовой оплаты от 87 100 до 157 500 долларов в год. Фокус роли — применение ИИ и анализа данных к управлению контрактной результативностью: поиск ухудшений, улучшение планов корректирующих действий, анализ требований к уровню сервиса и поддержка инициатив по эффективности.

Нужны гражданство США и возможность получить и поддерживать допуск уровня Secret, Python или похожий язык, реальный опыт машинного обучения и работы с грязными данными, умение формулировать задачу и объяснять выводы техническим и нетехническим людям. По опыту ждут бакалавриат и 4–8 лет работы либо магистратуру и 2–6 лет.

Это не самая блестящая на витрине вакансия, зато практичная: ИИ используется для операционного управления, а не ради демонстрации. Главные ограничения — гражданство, допуск и специфика государственного подрядчика.

Откликнуться: AI Hiring Board

5. Старший специалист по данным для рекламной оптимизации — Instacart

Instacart ищет старшего специалиста по данным в команду Ads Optimization — систему принятия решений для рекламного бизнеса объёмом более 1 млрд долларов. Формат — удалённая работа в США, указанная вилка базовой оплаты от 200 000 до 211 000 долларов в год.

Зона ответственности — ставки, расходование бюджета, таргетинг, эксперименты и алгоритмическая стратегия для живой рекламной площадки. Роль находится между продуктом, инженерией и машинным обучением: нужно не просто строить модели, а понимать, как они ведут себя в производственной системе с деньгами и ограничениями бизнеса.

Требования сильнее всего подходят кандидатам с опытом рекламной оптимизации: причинно-следственные методы, статистическое моделирование, машинное обучение, проектирование экспериментов и умение объяснять рекомендации руководству. Если опыт только общий, без рекламных торгов и оптимизации, вход может быть тяжёлым.

Откликнуться: AI Hiring Board