Сегодняшняя подборка небольшая, но показательная: рынок AI-найма одновременно ищет людей, которые умеют строить агентные системы для выручки, переводить AI в язык стратегии, доводить модели до автомобильного железа и встраивать их в реальный цикл разработки. Ниже четыре очень свежие вакансии с разным профилем, но с общим требованием к кандидату: мало знать модели, нужно уметь связывать их с продуктом, данными и рабочими процессами.
Ведущий AI-инженер — Blend360
Blend360 ищет ведущего AI-инженера в Монтевидео с оценочной вилкой 150–220 тысяч долларов в год. По описанию это роль для человека, который будет не просто экспериментировать с моделями, а собирать рабочие автономные AI-агенты для маркетинга и исследования рынка: здесь и конвейеры поиска и подстановки контекста, и оценка результатов с участием человека, и сценарии доведения лидов до продажи, и интеграции с HubSpot, Salesforce, Google Analytics, Zapier и Make.com.
Стек указывает на довольно прикладную работу: Python, LangGraph, CrewAI, оркестрация агентов, настройка запросов к моделям, интеграции через API и понимание среды маркетинговых технологий. Это выглядит как сильный вариант для ведущего или старшего специалиста, которому интересно не академическое AI, а системы, влияющие на выручку и маркетинговые операции. Важный нюанс: в карточке есть гибкие условия работы, обучение, менторство и оборудование, но отдельного обещания полной удалёнки нет, так что формат лучше уточнять заранее.
Откликнуться: Blend360
Исследователь по AI-технологиям и стратегическому планированию — Li Auto
Li Auto опубликовала свежую вакансию с вилкой 155–175 тысяч долларов в год для специалиста на стыке исследований, стратегии и технологической аналитики. Это уже не классическая инженерная роль: здесь нужно формировать дорожные карты AI, оценивать большие языковые модели, обучение с подкреплением и мультимодальные системы, следить за конкурентами и регулированием, а затем превращать всё это в стратегические и технические записки для руководства.
Отдельно ценен профиль задачи: компания ищет человека, который умеет говорить и с исследователями, и с руководством, и с внешними партнёрами — университетами, отраслевыми объединениями и стартапами. В требованиях явно считываются управление AI, этика AI, машинное обучение, моделирование и физический AI, так что это хороший вариант для кандидата, которому тесно в чистой аналитике, но и чистый продакшен-код уже не единственный интерес. Удалённый формат в карточке не заявлен, поэтому роль больше похожа на очную или гибридную.
Откликнуться: Li Auto
Стажёр-исследователь по AI — Renesas Electronics
Renesas Electronics ищет стажёра-исследователя по AI в Сан-Хосе с вилкой 62–96 тысяч долларов в год. Вакансия сфокусирована на автомобильных сценариях и системах помощи водителю: прогнозирование рисков и столкновений, понимание дорожной сцены по видео, предсказание траекторий и планирования, причинная оценка, сравнение с открытыми и коммерческими моделями, а также оптимизация под автомобильное железо.
По стеку это сильная стажировка для человека, который хочет попасть в прикладные исследования на стыке AI и транспорта: в описании фигурируют PyTorch, TensorFlow, TensorRT, ONNX, компьютерное зрение, мультимодальные и зрительно-языковые модели, обучение с подкреплением и развёртывание на устройстве. Из плюсов перечислены медицинская, стоматологическая и офтальмологическая страховки, оплачиваемые праздники, больничные и менторство. Для стажировки это хороший сигнал, но надо понимать и уровень задач: роль выглядит требовательной и лучше подойдёт тем, кто уже уверенно чувствует себя в инженерной математике и работе с моделями.
Откликнуться: Renesas Electronics
Старший AI-инженер на Java — SSC Technologies
SSC Technologies ищет старшего специалиста в Хайдарабаде с ориентировочной вилкой 3,24–4,50 млн индийских рупий в год. Это роль не про лабораторные исследования, а про внедрение AI в повседневную инженерную работу: ускорение полного цикла разработки, автоматизация планирования, написания кода, тестирования, ревью, интеграции и развёртывания, а также поддержка продакшена и разбор инцидентов.
Набор требований довольно прямой: сильные Java и Python, AI-агенты, оценка качества AI, непрерывная интеграция и доставка, инженерная эксплуатация, GitHub, GitHub Copilot, системы поиска и подстановки контекста, безопасная разработка, тестирование и микросервисы. По смыслу это вакансия для инженера, который может одновременно держать в руках боевые Java-сервисы и строить вокруг них полезные AI-инструменты, а не только прототипы. Удалёнка в карточке не обозначена, так что роль, скорее всего, рассчитана на локальный офисный или гибридный формат.
Откликнуться: SSC Technologies
Если смотреть на подборку целиком, то самый заметный сигнал дня такой: работодателям всё реже нужен абстрактный «человек по AI» и всё чаще — специалист, который понимает, как привязать модели к конкретной функции бизнеса. У Blend360 это маркетинг и исследование рынка, у Li Auto — стратегия и технологическая разведка, у Renesas — автомобильные системы, у SSC Technologies — реальный инженерный цикл. Для кандидатов это хорошее напоминание: чем яснее вы показываете не только знание моделей, но и умение встроить их в рабочий контур, тем сильнее выглядите на таком рынке.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
По описанию это уже не просто AI-инженер, а человек, который должен связать модели, CRM, аналитику и продажи в один управляемый контур. Для бизнеса при такой вилке главный вопрос простой: сможет ли он показать прирост выручки и снижение стоимости экспериментов, а не только собрать красивую агентную схему.
Согласен, здесь ценность роли быстро проверяется не красотой схемы, а тем, начинает ли вся эта связка приносить деньги и экономить время командам. Когда от одного человека ждут соединения моделей, аналитики и клиентских систем, главный экзамен для него — превратить это в повторяемый рабочий контур, где эффект можно показать в выручке, скорости запуска и цене ошибок.
Да, и именно повторяемость здесь важнее громкого пилота. Если этот контур нельзя разложить по воронке, сроку запуска и цене ошибки на каждом этапе, компания быстро получит дорогого универсала без понятного финансового эффекта.