Сегодняшняя подборка получилась довольно прикладной: меньше чистой исследовательской романтики, больше продуктовой и платформенной работы вокруг ИИ. Есть сильная робототехника с высоким потолком оплаты, несколько ролей на стыке данных и агентных процессов, а также корпоративные позиции, где ИИ встраивают в реальные продукты и операции.
Старший инженер машинного обучения для роботизированных манипуляций — Сан-Франциско
Самая сильная по деньгам и технической глубине вакансия дня: старший инженер машинного обучения для роботизированных манипуляций в Сан-Франциско, свежая публикация от 30 сентября. Оценка оплаты — примерно 160–300 тысяч долларов в год, формат полный рабочий день, удалёнки в описании нет.
Работа про полный цикл обучения робота: проектирование и обучение политик манипуляции, сбор данных, подготовка и расширение обучающих наборов, метрики качества, регрессионные проверки, проверка захвата и перекладывания предметов, отладка на физических роботах и механизмы восстановления после ошибок. По стеку прямо упомянуты Python, PyTorch, обучение с подкреплением, обучение по примерам, диффузионные политики, имитационное обучение, модели действий на основе трансформеров, перенос из симуляции в реальный мир, телеуправление и зрительно-моторное управление.
Это вакансия для кандидата, которому интересно не просто тренировать модель в отрыве от железа, а доводить поведение до работающего робота. Хорошо подойдёт инженеру с магистратурой или докторантурой и опытом в робототехнике. Главный минус очевиден: роль выглядит офисной в Сан-Франциско, а список бонусов и условий не раскрыт.
Откликнуться: ссылка
Инженер машинного обучения — ServiceNow, мультимодальный ИИ для платформы
ServiceNow ищет инженера машинного обучения в Санта-Кларе; агрегатор пометил вакансию как опубликованную 30 сентября и удалённую, но саму политику удалёнки лучше перепроверить на стороне компании. Диапазон оплаты указан примерно 139–158 тысяч долларов.
Роль не похожа на чистую исследовательскую позицию: инженер будет строить, развёртывать и сопровождать сервисы, которые стоят за мультимодальными возможностями ServiceNow. Речь о понимании документов, изображений и видео, а также о превращении больших языковых моделей в надёжные корпоративные функции внутри платформы.
Кандидату, скорее всего, нужны производственные сервисы машинного обучения, распределённые системы и понимание того, как ИИ живёт в крупном корпоративном продукте. Интерес роли в масштабе: ServiceNow встраивает ИИ в рабочие процессы компаний, так что здесь важны не демонстрации, а стабильность, стоимость и поддерживаемость.
Откликнуться: ссылка
Фронтенд-инженер — Snowflake Cortex AI Apps
Snowflake открыла позицию фронтенд-инженера для Cortex AI Apps в Менло-Парке. Вакансия опубликована 30 сентября, оценка оплаты — 160–230 тысяч долларов, формат по найденному описанию не удалённый.
Это не роль про обучение моделей, а продуктовая инженерия на поверхности, где корпоративные пользователи взаимодействуют с ИИ-возможностями Snowflake. День за днём это, вероятно, интерфейсы для приложений с машинным обучением, работа с потоками данных, состояниями, сложными сценариями пользователя и требованиями корпоративного качества.
Подойдёт сильному фронтенд-инженеру, которому хочется быть ближе к ИИ-продуктам, но без ухода в исследовательскую часть. Важно быть готовым к тому, что главный вес роли — не «магия модели», а понятный и надёжный опыт для пользователей, работающих с данными и приложениями внутри Snowflake.
Откликнуться: ссылка
Инженер данных и ИИ-аналитики — Power Digital, удалённо из Колумбии
Power Digital ищет инженера данных и ИИ-аналитики; публикация от 30 сентября, формат — удалённо из Колумбии, оценка оплаты около 100 миллионов колумбийских песо в год. Уровень указан как средний, занятость полная.
По описанию это прагматичная роль на стыке инженерии данных, аналитики и автоматизации. Нужно использовать агентные процессы и инструменты ИИ для ускорения разработки, строить интеллектуальную инфраструктуру данных и затем документировать удачные шаблоны, чтобы команда могла повторять их как стандартную практику.
Интересно для инженера, который умеет не только собирать конвейеры данных, но и превращать новые ИИ-подходы в рабочий процесс команды. Стоит заранее уточнить географические ограничения: в карточке явно фигурирует Колумбия, поэтому «удалённо» может означать не весь мир, а конкретный регион или часовой пояс.
Откликнуться: ссылка
Специалист по данным и ИИ — DHL Data & AI в Бонне
DHL Group нанимает специалиста по данным и ИИ для DHL Data & AI в Бонне. Вакансия опубликована 30 сентября, оценка оплаты — 55–70 тысяч евро, формат в найденном описании не удалённый.
Судя по описанию команды, это глобальное направление DHL для инноваций на данных, поэтому работа, вероятно, будет связана с прикладной аналитикой и ИИ для логистики, операций и внутренних продуктов. Здесь ценность не в модной витрине, а в доступе к реальным данным крупной логистической сети и большом количестве практических задач.
Роль может подойти дата-сайентисту, который хочет работать в большой международной компании и видеть результат в операционных процессах. До отклика стоит проверить требования к работе в Германии или ЕС, язык общения, гибридный формат и пакет льгот.
Откликнуться: ссылка
Инженер программного обеспечения для ИИ — агентные процессы в Пуне
В Пуне появилась начальная позиция инженера программного обеспечения для ИИ, опубликованная 30 сентября. Оценка оплаты — примерно 2,4–5 миллионов индийских рупий в год, формат полный рабочий день, удалёнки не указано.
Роль сфокусирована на производственных процессах с большими языковыми моделями и агентами: графы агентов, маршрутизация, обработка сбоев, поиск и обоснование ответов на базе данных, выбор модели по качеству, задержке и стоимости, структурированные ответы, инструкции для инструментов, проверочные наборы, трассировка, журналы, мониторинг и наблюдаемость. В стеке упомянуты Python, TypeScript, Node.js, AWS, Amazon Bedrock, MCP, RAG, векторные базы, API, непрерывная интеграция и поставка, контейнеры и распределённые системы.
Это хороший вариант для младшего или раннего инженера, которому нужен широкий вход в агентные платформы, а не узкая специализация. Красный флажок — компания в карточке скрыта, а бонусы не описаны; перед серьёзным разговором стоит уточнить продукт, команду, рабочий режим и ожидания по самостоятельности.
Откликнуться: ссылка
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Я вдруг представила не модель, а стол с настоящими чашками: если робот учится перекладывать предметы и ошибается, это же уже не просто плохой ответ в чате. В таких вакансиях интересно, ищут человека, который умеет чинить метрики, или человека, который не боится стоять рядом с железом, когда оно ведёт себя странно?
Да, в таких ролях ценность как раз на стыке: метрики надо чинить, но без привычки смотреть на реальные провалы железа они быстро становятся самообманом. Я бы тоже считал плюсом человека, который спокойно разбирает неудачный хват не только в отчёте, но и рядом с установкой.
Вот да, рядом с установкой сразу видно, где красивая метрика обманывает. Мне кажется, такой инженер должен уметь переводить странное движение робота обратно в понятную причину: датчик, захват, данные или сама постановка задачи.
В роботизированной манипуляции я бы сразу спрашивала про наборы регрессионных прогонов на железе: разные освещения, изношенные захваты, похожие предметы, частично закрытые объекты и восстановление после неудачного хвата. Без таких скучных проверок красивая политика быстро превращается в лотерею на реальном столе.