Сегодняшний выпуск получился китайским и инфраструктурным: все четыре позиции опубликованы 4 октября и найдены в последние часы. Общая тема — не витринные чат-боты, а данные, постобучение, трассировка, качество датасетов и платформы, на которых затем держатся модели, роботы и агентные системы.

Инженер постобучения больших языковых моделей — Shenzhen или Shanghai

Самая сильная вакансия выпуска — роль инженера алгоритмов постобучения больших языковых моделей в Shenzhen или Shanghai. Оценочная вилка: 240–480 тыс. юаней в год. Формат — полная занятость; в исходной карточке не указаны льготы и требования к образованию.

Работа выглядит как позиция для человека, который уже понимает, что происходит после базового обучения модели. В задачах указаны контролируемое дообучение, эксперименты с обучением с подкреплением, системы оценки моделей, улучшение генерации кода, рассуждений, диалогов и использования инструментов. Отдельно важна оптимизация облачного постобучения по скорости, стабильности и стоимости.

Технологии перечислены довольно конкретно: Python, PyTorch, Docker, Kubernetes, Ray Serve, vLLM, SGLang, Axolotl, VeRL, RLVR, Trinity RFT, плотные модели и модели со смесью экспертов. Кому подходит: инженеру, которому интересно не просто вызывать модель через API, а улучшать её поведение после обучения и проверять, стала ли она лучше в коде, рассуждениях и работе с инструментами. Что проверить перед откликом: насколько роль исследовательская, насколько инженерная, и кто отвечает за качество оценок.

Откликнуться: Foorilla

Старший инженер конвейеров данных — Guangzhou

Старшая позиция в Guangzhou с оценочной вилкой 240–360 тыс. юаней в год и ожиданием примерно пяти лет опыта. Это не чистая роль по моделям, но она близка к ИИ-инфраструктуре: нужно строить распределённые системы обработки данных, инструменты очистки и контроля качества разметки, конвейеры замкнутого цикла данных, платформы управления данными, сервисы и визуализации.

В требованиях указана степень бакалавра. По технологиям список широкий: Python, Go, Java, Kubernetes, Docker, Kafka, Pulsar, Apache Iceberg, Lance, Redis, RabbitMQ, MongoDB, MySQL, PostgreSQL, потоковая обработка и хранилища данных. Ещё важны версии данных, происхождение записей и управление метаданными для пакетных и потоковых наборов.

Кому подходит: инженеру данных, который хочет работать ближе к ИИ-продукту, но через качество, повторяемость и управляемость данных. Красный флажок — очень широкий набор технологий: на собеседовании стоит уточнить, это одна зрелая платформа или несколько разрозненных направлений, где придётся «носить много шляп».

Откликнуться: Foorilla

Инженер инфраструктуры данных для воплощённого ИИ — Shenzhen

Позиция среднего уровня в Shenzhen с оценочной вилкой 180–300 тыс. юаней в год. Фокус — инфраструктура жизненного цикла данных для воплощённого ИИ: версии, поиск, происхождение данных, проверка качества, фильтрация, оценивание и автоматизация рабочих процессов управления данными.

В требованиях указана степень бакалавра и навыки Python, Linux, разработки внутренних сервисов, распределённых систем, оркестрации процессов, крупномасштабной обработки данных, хранения и инженерии качества данных. По смыслу это роль для тех, кто хочет работать рядом с робототехникой или физическими агентами, но через фундамент: как данные попадают в систему, как чистятся, как находятся снова и как команда понимает, можно ли им доверять.

Кому подходит: инженеру инфраструктуры, которому интересны датасеты для мира, где модель видит и действует, а не только пишет текст. Что уточнить: насколько близко команда находится к реальным роботам и есть ли у роли влияние на стандарты качества данных, а не только на скорость обработки.

Откликнуться: Foorilla

Инженер внутренних сервисов и инфраструктуры данных для робототехники — Shenzhen, Shanghai или Beijing

Ещё одна свежая позиция среднего уровня, но уже с выбором между Shenzhen, Shanghai и Beijing. Оценочная вилка ниже: 180–264 тыс. юаней в год. Роль завязана на инфраструктуру робототехнических данных: сбор, обработку, программные интерфейсы платформы, права доступа, расписание ресурсов, метаданные, происхождение, качество и версии данных.

В описании также есть наблюдаемость, непрерывная сборка и доставка сервисов платформы, управление наборами для обучения и оценки, а также прослеживание проблем. Из технологий перечислены Python, Go, Java, C++, Spark, Flink, Kafka, Ray, Airflow, Argo, Apache Iceberg, Parquet, объектное хранение, оркестрация рабочих процессов и мониторинг.

Кому подходит: внутреннему инженеру платформы, который хочет быть на стыке робототехники, данных и производственной инфраструктуры. Вопрос для работодателя: какие команды будут пользователями платформы — исследователи, разметчики, инженеры роботов или все сразу; от этого сильно зависит реальная нагрузка и приоритеты.

Откликнуться: Foorilla