Сегодня в подборке две сильные вакансии для инженеров, которым интересны не демонстрационные ролики, а проверка ИИ в рабочих условиях: одна — про налоговую платформу с высокой ценой ошибки, вторая — про экспертную оценку программных агентов.

Старший ИИ-инженер в Deduction

Deduction — удалённый американский стартап на стыке потребительских финансовых технологий и налогов. Компания развивает Taylor, агентное ИИ-ядро, которое должно сочетать автоматизацию с экспертизой дипломированных налоговых специалистов. Вакансия рассчитана на инженера, который будет работать вместе с ведущим специалистом по ИИ и доводить эту систему до производственного уровня.

По задачам это роль между платформенной ИИ-инженерией и серверной разработкой. Нужно укреплять слой контекста и рассуждений, работать с памятью и состоянием, строить автономные наборы проверок, оценку ответов с помощью моделей, контур проверки налоговыми экспертами и интеграцию ИИ-возможностей в основную финансовую платформу. В описании также подчёркнуты наблюдаемость, безопасные границы поиска по данным, защита приватности и аккуратность в регулируемой налоговой области.

Кому подойдёт: инженеру, который уже выводил ИИ-функции дальше опытного образца и понимает, что в налогах «почти правильно» не годится. На что смотреть внимательно: зарплата в объявлении не указана, стартап ранний, а область требует дисциплины в безопасности, проверках и соответствии требованиям.

Откликнуться: ссылка

Эксперт по оценке программных агентов в G2i

G2i ищет опытных инженеров уровня старшего, ведущего или главного специалиста для удалённого международного контракта. Формат частичной занятости: примерно 10–20 часов в неделю, проекты от двух недель до нескольких месяцев, оплата — 100–200 долларов США в час в зависимости от опыта и локации.

Это не обычная вакансия на написание кода. Основная работа — оценивать взаимодействия с агентами для программирования вроде OpenAI Codex, Claude Code и Cursor: насколько ответы инженерно разумны, помогают ли пояснения, есть ли в результате зрелое техническое суждение, чем сильный ответ отличается от слабого. Нужен серьёзный опыт в веб-разработке или Python, практика с современными помощниками для кода, умение читать и оценивать решения без полного запуска каждой строки, прямой письменный разбор и английский не ниже уверенного рабочего уровня.

Интересно тем, что рынок уже отдельно платит за экспертизу по качеству ИИ-агентов, а не только за разметку данных. Риски тоже понятны: контракт частичный, есть тестовое задание и запись разбора, а классического собеседования может не быть. Лучше всего подойдёт инженеру, которому нравится формулировать стандарты качества и быстро видеть, где модель делает вид, что решила задачу.

Откликнуться: ссылка