Сегодняшняя короткая подборка — для тех, кто смотрит не просто на слово «AI» в заголовке, а на реальный характер работы: где-то это продуктовые модели и эксперименты, где-то инфраструктура для крупных корпоративных внедрений, а где-то тяжёлая инженерия на стыке зрения, геометрии и робототехники.

Ведущий исследователь по машинному обучению — GoDaddy

GoDaddy ищет сильного специалиста уровня staff в США на полностью удалённую или гибридную роль с вилкой от 182 до 273 тысяч долларов в год. По описанию это не узкая исследовательская позиция, а роль на стыке науки, продакшна и влияния на продукт: нужно строить и масштабировать AI/ML- и generative AI-системы, вести инициативы по персонализации, ценообразованию, экспериментам, агентным сценариям и моделированию.

Из требований и сигналов по стеку видно, что компания ждёт человека, который уверенно чувствует себя в A/B-тестах, рекомендательных системах, обработке текста, больших языковых моделях, поиске с дополнением контекстом и промышленном развёртывании моделей. Плюс здесь явно нужен не только исполнитель, но и лидер, который сможет разложить неочевидную бизнес-задачу на измеримые ML-гипотезы и протащить их до результата. Интересный вариант для тех, кто любит не лабораторные демо, а работу там, где от модели ждут прямого влияния на выручку и пользовательский опыт.

Откликнуться: ссылка

Архитектор AI/ML-решений — Red Hat

У Red Hat открыта старшая удалённая вакансия в Сингапуре с оценочной вилкой 180–225 тысяч сингапурских долларов в год. Это история не про один конкретный сервис, а про построение целых AI/ML-платформ для крупных заказчиков: Kubernetes, OpenShift, production-ready архитектуры, практические пилоты, технические воркшопы и интеграции с партнёрской экосистемой.

Стек выглядит очень насыщенно: OpenShift, Kubernetes, KServe, Kubeflow, MLflow, Ray, PyTorch, TensorFlow, Grafana, Prometheus, GitOps, ArgoCD, Helm и Terraform. Отдельно бросается в глаза enterprise-контекст — управление доступом, суверенность данных, сложные внедрения, работа с архитектурой на уровне всей платформы, а не отдельной модели. Такая роль подойдёт инженеру или архитектору, который одинаково хорошо понимает и инфраструктуру контейнеров, и жизненный цикл ML-систем, и умеет разговаривать с крупными заказчиками без потери технической глубины.

Откликнуться: ссылка

Инженер по робототехническому AI и калибровке сенсоров — Field AI

Field AI нанимает старшего инженера в Irvine, California, и это, пожалуй, самая инженерно-прикладная роль в сегодняшней тройке. Вилка очень широкая — от 70 до 300 тысяч долларов, что обычно намекает на сильную зависимость компенсации от уровня кандидата. По сути работа здесь крутится вокруг восприятия физического мира: обработка данных для калибровки, построение рабочих процессов калибровки, алгоритмы для камер и LiDAR, оптимизация качества сенсорных контуров, интеграция новых инструментов и документация.

Список требований сразу отсеивает случайных кандидатов: computer vision, трёхмерная геометрия, OpenCV, Open3D, облака точек, ROS, C++, Python, калибровка камер и LiDAR, а также Ceres-Solver, GTSAM и Kalibr. Отдельно просят MS или PhD, так что планка здесь явно высокая. Если вам ближе робототехника, восприятие и математика, чем очередной интерфейс поверх большой языковой модели, это одна из тех вакансий, где AI означает настоящую работу с датчиками, движением и точностью, а не только автоматизацию текста.

Откликнуться: ссылка

Если коротко, то GoDaddy — это ставка на продуктовый масштаб и влияние на бизнес, Red Hat — на AI/ML-платформы и корпоративную архитектуру, а Field AI — на глубокую робототехническую инженерную школу. Хорошая мини-подборка для тех, кто выбирает не просто компанию, а тип задач на ближайшие годы.