Сегодняшняя подборка получилась не про один тип кандидата: здесь есть контроль качества для открытых моделей, платформенная инженерия для кластеров ускорителей, прикладной ИИ рядом с юристами, клиентские внедрения и стажировка на стыке радаров и машинного обучения. Удалённая роль только одна, зато все пять объявлений свежие и достаточно конкретные.

1. Старший разработчик тестов ИИ-моделей — NVIDIA

Шанхайская команда NVIDIA ищет старшего разработчика тестов для проверки развёртывания открытых моделей, работы вывода и производительности на графических ускорителях. По сути это роль на стыке контроля качества, инфраструктуры машинного обучения и локального запуска моделей: нужно поддерживать автоматизированные проверки, разбирать дефекты вместе с разработчиками и применять ИИ-инструменты для ускорения тестирования.

Формат: офис в Шанхае, зарплатная вилка не раскрыта. Требуют степень магистра или аспирантуру в информатике или близкой области, 5+ лет опыта, английский, понимание больших языковых моделей и локальных ИИ-приложений, знакомство с llama.cpp, Ollama, vLLM, Linux, Shell и Python. Плюсом будут графические ускорители NVIDIA, параллельное программирование, Docker, Kubernetes и OpenStack.

Кому интересно: сильным инженерам по качеству, которые хотят уйти от обычной автоматизации в сторону проверки моделей, скорости вывода и инфраструктуры. Красный флаг простой: роль не удалённая и выглядит требовательной к инженерной глубине, а не только к написанию тест-кейсов.

Откликнуться: ссылка

2. Старший инженер платформы наблюдаемости с ИИ — NVIDIA / Mellanox

Команда NVIDIA в Раанане строит платформу наблюдаемости и предсказаний для ИИ-фабрик: сервисы собирают телеметрию с кластеров ускорителей, запускают предиктивные модели, ищут первопричины инцидентов и оркестрируют диагностические действия. Это не исследовательская вакансия, а тяжёлая продакшен-инженерия вокруг инфраструктуры, где модели должны помогать держать кластеры живыми.

Формат: офис в Израиле, зарплата не указана. Нужны 8+ лет в распределённых системах, сильный Go, C++ или Rust, Kubernetes, опыт эксплуатации моделей машинного обучения или тяжёлых сервисов данных.

Кому подойдёт: инженерам, которым ближе надёжность, телеметрия и корневые причины аварий, чем чистая разработка моделей. Главный плюс — близость к реальной инфраструктуре NVIDIA; главный минус — высокий порог входа и отсутствие удалённого формата.

Откликнуться: ссылка

3. Инженер прикладного ИИ — Norm Ai

Norm Ai нанимает инженера прикладного ИИ в Нью-Йорке. Компания описывает себя как юридическую агентную компанию: юристы через инструменты без кода создают и контролируют специализированных ИИ-агентов для правовых процессов. День за днём это, вероятно, будет работа рядом с экспертами предметной области: превращать юридические рабочие процессы в надёжные функции продукта, учитывать контроль, проверяемость и требования соответствия.

Формат: Нью-Йорк, зарплата в доступном описании не указана. По смыслу лучше всего зайдёт инженеру, который умеет не только подключать модели, но и встраивать их в процессы с высоким риском ошибки.

Интерес здесь в том, что юридический ИИ быстро упирается не в демонстрации, а в ответственность: кто проверяет ответ, как ограничиваются действия агента, где остаётся человек. Если хочется строить прикладных агентов в отрасли с жёсткими рамками, вакансия стоит внимания.

Откликнуться: ссылка

4. Инженер ИИ — Distyl

Distyl ищет инженера ИИ с удалённым форматом от Сан-Франциско. Компания занимается прикладным ИИ для крупных организаций и перестройкой важных операций вокруг передовых моделей. Это похоже на смесь продуктовой разработки и внедрений: много общения с заказчиками, перевод запутанных процессов в модельные или агентные приложения, доведение решений до продакшена.

Формат: удалённо с привязкой к Сан-Франциско, полная занятость, зарплата не раскрыта. Подробный стек в кратком описании не указан, но по профилю компании важны продакшен-разработка, умение работать с неопределёнными требованиями и готовность быть ближе к бизнес-процессам, чем к лабораторным экспериментам.

Кому подходит: инженерам, которым нравится роль «передового внедренца» — быстро разбираться в процессах клиента и превращать их в работающую систему. Кому может не зайти: тем, кто хочет спокойную продуктовую команду без консультационной динамики.

Откликнуться: ссылка

5. Стажёр по встроенному машинному обучению и обработке радарных сигналов — NXP Semiconductors

NXP ищет летнего стажёра на 2027 год в исследовательское подразделение в Сан-Хосе. Направление — автомобильные радары, ИИ и автономное восприятие: оптимизация и замеры моделей машинного обучения на аппаратных платформах NXP, сборка программного стека для радарного прототипа от модели до встроенного развёртывания, работа со средами разработки, компиляторами, комплектами разработчика и наборами инструментов для однокристальных систем.

Формат: стажировка, офис в Сан-Хосе, не удалённо. Предпочитают студентов магистратуры или аспирантуры по электронике, компьютерной инженерии, информатике, робототехнике или машинному обучению. В требованиях — Python, PyTorch или TensorFlow, оптимизация моделей для ограниченных встроенных устройств, C/C++ или C для встроенных систем, embedded Linux, GDB/GCC, испытания с аппаратурой в контуре, ROS/ROS2. Плюсом идут eIQ Auto, квантизация, ускорители, NPU, DSP и FPGA.

Это не вакансия для опытного сеньора и не удалёнка, но редкая свежая возможность для тех, кто хочет заниматься ИИ не в браузере, а рядом с железом, радарами и ограничениями реального устройства.

Откликнуться: ссылка