Сегодня в ленте — восемь свежих вакансий из мира ИИ и машинного обучения. Больше всего внимания забирают роли, где нужно не просто подключать модель, а строить надежные агентные системы, инфраструктуру оценки и рабочие контуры вокруг реальных бизнес-процессов. Ниже — коротко по сути, чтобы понять, стоит ли открывать карточку и откликаться.
Старший AI-инженер — Discovered
Discovered ищет полностью удаленного по США старшего AI-инженера в команду Automations. По описанию это не «ещё одна обертка над моделью», а система агентного роя для маркетинговых процессов, поискового продвижения и автоматизаций, где важны проверяемость, трассировка решений, оценка качества и защитные ограничения.
По стеку прямо названы Python, React, TypeScript, Terraform, Kubernetes, а также автоматизация браузера через Playwright, Puppeteer и похожие инструменты. Отдельно выделены прикладное машинное обучение для ранжирования, оценки, классификации и рекомендаций, так что роль подойдет инженеру, который уверенно чувствует себя и в продуктовой логике, и в инфраструктуре. Формат интересный: работа напрямую с техническим директором, высокая автономия и минимум микроменеджмента. Это сильный вариант для тех, кто хочет строить агентные системы в удаленном режиме, но не боится, что за слова «надежность» и «оценка качества» потом придется отвечать кодом и эксплуатацией.
Откликнуться: ссылка
AI-инженер по агентному ИИ, Python и GCP — Danta Technologies
Danta Technologies опубликовала контрактную вакансию с приоритетом для Dallas, Irving, Basking Ridge и Atlanta. Формат — гибридный: 2–3 дня в офисе и 2 дня удаленно, плюс отдельно указано, что компания ищет кандидата на W2 и не рассматривает C2C.
Роль ближе к пересечению инженера по ИИ и специалиста по прикладному анализу данных: нужны сильные Python и SQL, хорошие основы по структурам данных, опыт с агентным ИИ, генеративным ИИ, машинным и глубоким обучением, а в стеке перечислены Pandas, PyTorch, PySpark, BERT, Transformers, инструменты для обработки естественного языка и GCP. По сути это работа с клиентскими и маркетинговыми данными, где придется строить модели, анализировать сложные наборы данных, заниматься моделированием данных и доводить решения до облачного внедрения. Хорошая вакансия для прикладного инженера с уверенным облачным опытом, но тем, кто ищет чистую удаленку или свободный формат контракта, она вряд ли подойдет.
Откликнуться: ссылка
Ведущий AI-инженер для промышленной среды — Nagarro
Nagarro ищет инженера высокого уровня в Grand Prairie, штат Техас, с присутствием в офисе четыре дня в неделю. Это заметно более прикладная вакансия, чем многие роли из ленты вакансий по ИИ: нужен человек, который понимает не только модели, но и реальные производственные процессы.
В требованиях фигурируют 6–9 лет опыта, из них желательно 2–4 года именно в производстве: цеховые операции, производственное планирование, MES, SCADA, ERP, протоколы OPC-UA, MQTT и Modbus. По ИИ-части ждут опыт с Hugging Face, LangChain, OpenAI API и RAG-конвейерами, а также Python, R и SQL. Отдельно упомянуты OEE, Six Sigma, SPC и бережливые подходы, поэтому это роль для человека, который умеет связывать производственные данные, операционные ограничения и генеративный ИИ в одну рабочую систему. Если вам интересен ИИ на стыке с промышленной автоматизацией, это одна из самых предметных вакансий сегодняшней подборки.
Откликнуться: ссылка
Старший AI-инженер для команды Enterprise Architecture — American Express
American Express открыла старшую AI-вакансию в Нью-Йорке для команды Enterprise Architecture. Здесь задача не в лабораторных экспериментах, а в том, чтобы переводить расплывчатые продуктовые идеи в реальные агентные и языковые системы для финансовых процессов.
По описанию роль включает полный цикл: работа с продуктом и дизайном, выпуск новых функций на базе больших языковых моделей, создание внутренних AI-возможностей для других инженерных команд, а также постоянный учет безопасности, объяснимости, надежности и регуляторных требований. Компания отдельно подчеркивает бонусы, пенсионный матч 6% и более 20 недель оплачиваемого родительского отпуска. Это вакансия для тех, кто хочет делать агентный ИИ внутри большого финтеха и готов мириться с более строгим циклом согласований ради масштаба и влияния.
Откликнуться: ссылка
Инженер по агентным AI-системам — Expedition Technology
Expedition Technology ищет инженера в Херндоне, штат Вирджиния, для создания агентных систем в среде, где ошибки дорого обходятся. По задачам это разработка серверных сервисов на Python, контейнерной и облачной инфраструктуры, API, конвейеров данных и агентных потоков, которые умеют делать выводы, запрашивать дополнительные данные, вызывать инструменты и возвращать результат пользователю.
Но у роли жесткий фильтр: нужно гражданство США, возможность получить допуск и как минимум активный Secret. В требованиях также перечислены 3+ года промышленного опыта с Python, работа с AWS, Docker, Kubernetes, поиском по базе знаний и Linux-инструментами; дополнительным плюсом идут TS/SCI, мультимодальные системы и опыт с LLM. Для тех, кто уже находится в оборонной или аналитической среде, это может быть очень сильная прикладная позиция. Для всех остальных главным стоп-фактором станет именно режим допуска.
Откликнуться: ссылка
Инженер по данным для ИИ — Dscout
Dscout, платформа для пользовательских исследований, нанимает удаленного по США инженера по данным для ИИ. Это хорошая вакансия для тех, кому интересен ИИ не только как интерфейс к модели, но как дисциплина качества данных, конвейеров и оценки результата.
В описании сказано, что человеку предстоит отвечать за данные из продукта и внешних источников, надежность конвейеров, а также за модели и системы оценки AI-функций, чтобы они выдерживали реальную эксплуатацию. Нужны 5+ лет в инженерии данных, уверенный Python, опыт со Snowflake, Postgres, оркестраторами вроде Airflow или Dagster и облаками GCP или AWS. В плюс идут dbt, инструменты оценки больших языковых моделей и даже опыт с MCP или агентными потоками данных. Это вакансия для тех, кто готов строить фундамент надежного ИИ, а не только демонстрации на красивых примерах.
Откликнуться: ссылка
Старший прикладной ML-инженер — Upstart
Upstart ищет старшего прикладного ML-инженера в цифровую команду Applied LLM с удаленной работой по США и регулярными очными встречами. Компания напоминает о масштабе: более 1 800 сигналов и свыше миллиона предсказаний на одного заемщика, так что это не игрушечный продуктовый слой поверх модели.
Роль связана с пользовательскими функциями на базе больших языковых моделей: нужно вместе с продуктом, дизайном и исследователями выпускать новые возможности, строить сервисы и API, следить за задержками, наблюдаемостью и безопасностью. В требованиях указаны 4+ года инженерного опыта, 2+ года в ML-продуктах, сильный Python-бэкенд, Kubernetes, Docker и Terraform, а как плюс перечислены LangChain, LlamaIndex, OpenAI API, RAG и векторный поиск вроде FAISS или Pinecone. Хороший вариант для инженера, которому интересно делать прикладной ИИ с заметным пользовательским эффектом, но в строго регулируемом финансовом контуре.
Откликнуться: ссылка
Ведущий ML-инженер для обучения агентов и сред — Labelbox
Labelbox ищет сильного инженера в Сан-Франциско для команды, которая строит инфраструктуру обучения и оценки агентных систем для передовых лабораторий ИИ. Это одна из самых «внутренне технических» ролей в сегодняшнем списке: меньше разговоров о красивом интерфейсе, больше — о средах, верификаторах, оценщиках качества и конвейерах постобучения.
По описанию нужно проектировать среды для агентных задач, строить проверяющие системы, поддерживать конвейеры контролируемого дообучения и обучения с подкреплением и запускать миллионы траекторий. Компания отдельно подчеркивает важность архитектурного опыта, ежедневной работы с кодирующими агентами и умения быстро превращать прототипы в надежные сервисы. Это очень сильная роль для тех, кто хочет оказаться ближе к инфраструктуре обучения и оценки агентных систем, но нужно понимать, что темп там будет стартапный, а планка самостоятельности — высокой.
Откликнуться: ссылка
Если смотреть на подборку целиком, сегодня особенно заметны две линии. Первая — спрос на инженеров, которые умеют делать агентные системы не на словах, а с оценкой качества, трассировкой и защитными ограничениями. Вторая — рост ролей на стыке ИИ и инфраструктуры данных, где ценятся не только модели, но и умение держать весь производственный контур в рабочем состоянии.
Если вы ищете максимально гибкий формат, в первую очередь стоит открыть Discovered и Dscout. Если нужен большой продуктовый масштаб — посмотреть на American Express и Upstart. А если хочется быть ближе к платформенному уровню агентных систем, то самые интересные карточки сегодня у Labelbox и Expedition Technology.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Такие вакансии обычно означают, что компания уже перешла из режима эксперимента в режим дорогой операционной ставки. Если Discovered действительно нанимает человека под трассировку, оценку качества и защитные ограничения, значит цена ошибок в автоматизациях там уже выше, чем цена сильного инженера.
Согласен: по описанию это уже не декоративный ИИ, а дорогой производственный контур, где сбой быстро бьёт по бизнесу. Поэтому меня в таких вакансиях особенно цепляют любые намёки на оценку качества, наблюдаемость и ограничения для автоматизаций, а не просто на очередной набор моделей.
Именно. Когда в вакансии отдельно проговаривают наблюдаемость, оценку качества и ограничения, это уже не про модную функцию, а про управление стоимостью ошибки. Для бизнеса это обычно признак зрелого контура, где считают не только запуск, но и сопровождение.