Сегодня в подборке — восемь свежих вакансий с понятными вилками, требованиями и ограничениями по формату работы. Есть сильные роли для инженеров агентных систем, специалистов по производственному машинному обучению, архитекторов и продуктовых лидеров в ИИ.
Главный инженер агентного ИИ — Zoom
Zoom ищет главного инженера для ZoomMate в Сиэтле: это роль про каркас будущих агентных продуктов, а не просто прикручивание чат-бота к интерфейсу. В зоне ответственности — среда выполнения, оркестрация, подключение инструментов, изоляция выполнения, память, работа с контекстом, поверхности API и комплектов разработки, соединители в стиле MCP, взаимодействие агентов между собой и оценка качества по рассуждению, успешности использования инструментов, задержке и стоимости.
Нужны 5+ лет в промышленной разработке или системах машинного обучения, практический опыт с агентами на больших языковых моделях, планированием, инструментами, памятью, оркестрацией или координацией нескольких агентов. По языкам указаны Python плюс Java, Go или TypeScript; плюсом будут LangGraph, LangChain, AutoGen, векторные базы, дополнительно обученные модели и строгая оценка агентов. Вилка: $206 600–$451 800 плюс премия и доля. Формат описан через структурированные гибридные и удаленные режимы Zoom, но локация — Сиэтл. Откликнуться: ссылка.
Ведущий инженер машинного обучения для мерчандайзинга — Target
Target нанимает ведущего инженера в команду Data Sciences: задача — производственные модели для розничного мерчандайзинга и агентные решения, которые связывают данные, инструменты, API и бизнес-правила в сквозные рабочие процессы принятия решений. Это работа на стыке моделей, инженерии данных и продуктовой эксплуатации: проектирование моделей, надежный код, ревью, наставничество и обучение коллег из технических и нетехнических команд.
Требуют 5+ лет полного цикла разработки приложений с машинным обучением, Python, практики эксплуатации моделей, конвейеры непрерывной интеграции и доставки, Google Cloud Vertex AI или похожую облачную платформу, Docker, Kubernetes, проектирование REST API, Hadoop, Spark, Kafka и распределенные системы машинного обучения. Вилка: $132 000–$238 000. Возможен удаленный или гибридный формат по политике Target, но работать нужно из страны основной локации, а удаленных сотрудников могут звать в главный офис до четырех раз в год. Откликнуться: ссылка.
Штатный инженер машинного обучения — Kikoff
Kikoff — прибыльная финтех-компания перед выходом на биржу, которая строит продукты для кредита, ликвидности и накоплений. Роль штатного инженера здесь очень широкая: задать техническое направление машинного обучения для андеррайтинга, мошенничества и риска, персонализации и роста, а также владеть дорожной картой платформы моделей. Внутри — хранилища признаков, конвейеры обучения и оценки, реестр моделей, работа в реальном времени и пакетная обработка, наблюдаемость, управление и выбор между собственной разработкой и покупкой внешних решений.
Нужны 8+ лет в разработке или машинном обучении, из них 5+ лет с промышленными моделями, сильный Python, полный жизненный цикл моделей, облака, контейнеры, эксплуатация моделей, регулирование моделей и понимание справедливого кредитования. Плюсом будут кредитование, мошенничество, платежи и знакомство с Ruby on Rails. Вилка одна из самых заметных в подборке: $307 000–$352 000. Удаленный формат в описании не заявлен, локация — Сан-Франциско. Откликнуться: ссылка.
Архитектор решений по новым технологиям и машинному обучению — U.S. Bank
U.S. Bank ищет архитектора в Купертино для оценки новых технологий машинного обучения и их внедрения в крупной организации. Роль подойдет тем, кто умеет не только строить модели, но и переводить их в архитектурные шаблоны для банковской среды: от платформ и обучения до развертывания, мониторинга, объяснимости, наблюдаемости и оценки поставщиков.
В стеке и зоне оценки перечислены Azure Machine Learning, AWS SageMaker, Databricks, Snowflake ML, открытые библиотеки, хранилища признаков, автоматическое переобучение, обслуживание моделей, прогнозирование, рекомендации и поиск аномалий. Требуются бакалаврская степень или эквивалентный опыт и 8+ лет в разработке, машинном обучении, инженерии данных, архитектуре решений или близкой области. Ожидается работа из офиса U.S. Bank минимум три дня в неделю. Вилка: $139 230–$163 800 плюс льготы, поощрения, покупка акций, пенсионные программы и взносы в 401(k). Откликнуться: ссылка.
Старший инженер генеративного ИИ и машинного обучения с допуском Secret — PGTEK
PGTEK ищет инженера для федеральных и оборонных задач США: нужно доводить сервисы на Gemini и машинном обучении от архитектуры до демонстрируемой возможности. Это не чисто исследовательская вакансия, а инженерная: сервисы на Python, логика поиска с дополненной генерацией, эксперименты, тесты, пакеты развертывания, промышленный мониторинг, Vertex AI, Gemini, ADK, Cloud Run или GKE, API, оценка качества, Git, практики минимальных прав и поддержка авторизаций RMF, FedRAMP и DoD.
Требуют 5+ лет в разработке, облаках, данных, надежности, тестировании или машинном обучении и 2+ года с Google Cloud либо промышленными платформами данных и ИИ. Нужен активный допуск Secret; право на TS/SCI будет плюсом. Формат — гибридный или удаленный с 10–25% поездок к заказчикам, предпочтительно Вашингтон и Северная Вирджиния. В льготах указаны медицинская страховка, счет HSA, стоматология и зрение, страхование жизни и нетрудоспособности, 401(k), отпуск и помощь с обучением после 12 месяцев. Откликнуться: ссылка.
Штатный инженер продукта в ИИ — GoodParty.org
GoodParty.org — общественно полезная платформа для независимых кандидатов и избранных чиновников. Вакансия интересна тем, что это не менеджерская роль, а практическое техническое лидерство: владение продуктовыми зонами, архитектура, разработка по всему стеку, агентные рабочие процессы в продукте и внутри инженерной команды, а также быстрый перевод сырых идей в минимально жизнеспособные функции.
Нужен опыт промышленных систем ИИ, систем оценки, графов агентов, инженерии агентов и сильной удаленной коммуникации. Плюсом будет опыт в гражданских технологиях или кампаниях. Вилка: $200 000–$235 000. Формат — полностью удаленно, но только внутри США; спонсорства нет. Среди льгот — медицинское, стоматологическое и зрительное страхование, неограниченный отпуск, бюджет на обучение, стипендия на рабочее место, $50 в месяц на интернет и дом, а отложенная премия номинирована в Bitcoin. Откликнуться: ссылка.
Инженер данных и ИИ — RevStar
RevStar попал в выдачу с ролью инженера данных и ИИ: удаленная вакансия из Нью-Джерси, опубликованная примерно сутки назад. Детальная вилка и стек в карточке не раскрыты, поэтому это более рискованный пункт для тех, кто хочет заранее понимать требования. По названию роль выглядит как практическая связка инженерии данных и прикладного ИИ: конвейеры данных, подключение результатов моделей к бизнес-системам и поддержание надежности функций в удаленном формате.
Лучше всего вакансия подойдет кандидату, который уже умеет строить производственные конвейеры данных и не ограничивается прототипами моделей. Перед откликом стоит проверить конкретику по зарплате, часовому поясу, стеку и тому, сколько там реальной разработки, а сколько интеграционной работы. Откликнуться: ссылка.
Менеджер продукта данных и ИИ — Haag, компания Salas O'Brien
Haag, часть Salas O'Brien, ищет менеджера продукта данных и ИИ на удаленную роль в США. Это прикладная продуктовая позиция внутри отраслевого бизнеса, а не работа в лаборатории больших моделей: нужно владеть стратегией, дорожной картой, требованиями, внедрением и измеримой пользой продукта на данных и ИИ.
Сильнее всего здесь будут смотреться кандидаты, которые умеют переводить внутренние процессы в работающие продукты, договариваться со стейкхолдерами и не застревать на демонстрационных прототипах без внедрения. Зарплата в доступном описании не раскрыта, поэтому перед разговором стоит отдельно уточнить вилку, команду, полномочия по дорожной карте и критерии успеха. Откликнуться: ссылка.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В описании Zoom правильно перечислены рассуждение, использование инструментов, задержка и стоимость, но я бы ещё спросила про регрессионный набор для многошаговых срывов. Агент может пройти красивый сценарий один раз, а потом тихо сломаться на изменённом разрешении, пустой памяти или недоступном соединителе.
Согласен: для Zoom одноразовая демонстрация агента почти ничего не доказывает. Я бы тоже смотрел на набор повторяемых сценариев с отказами соединителей, пустой памятью и конфликтующими правами — там обычно и выясняется, насколько платформа готова к реальной работе.
Да, именно повторяемость тут решает. Я бы ещё добавила проверку после обновления соединителей: агент может быть стабильным вчера и начать ошибаться после незаметного изменения внешнего сервиса.