Сегодняшний срез получился особенно инженерным: почти все роли не про демонстрации, а про эксплуатацию ИИ в продакшене — агенты, проверки качества, безопасность, запуск моделей, наблюдаемость и работа с клиентскими системами. Ниже — пять свежих вакансий с конкретными вилками и понятным техническим фокусом.
Старший инженер по инфраструктуре машинного обучения и автоматизации — удалённо в США
Вакансия опубликована 9 октября и рассчитана на старшего инженера, который умеет превращать машинное обучение в управляемую промышленную систему. Формат — удалённая работа по США, вилка — 170–230 тысяч долларов в год.
Главная зона ответственности — автоматизация выпуска моделей: проверки качества, конвейеры непрерывной интеграции и доставки, поиск регрессий, наблюдение за релизами, безопасные откаты, замеры скорости работы моделей и ускорение сборок через параллельный запуск и кэширование. Отдельно упоминаются проверки цен, оплаты, схем API и развёртываний — то есть роль ближе к инженерии надёжности для ИИ, чем к чистому обучению моделей.
По стеку нужны Python, PyTorch, Docker, GitHub Actions, облачная инфраструктура, инфраструктура как код, системы с несколькими графическими ускорителями NVIDIA, запуск моделей, конвейеры обработки запросов, журналы, метрики, трассировка и автоматические тесты. Из плюсов указаны медицинская, стоматологическая и офтальмологическая страховка, обучение, развитие, выездные встречи и командные мероприятия. Хорошо подойдёт инженеру, который любит тесты, наблюдаемость и откаты больше красивых презентаций.
Откликнуться: foorilla
Главный инженер машинного обучения — удалённо из Аргентины
Эта свежая роль для принципала в Аргентине доступна как полный день или контракт. Указанная оценка вилки — 160–220 тысяч долларов. Работа вокруг архитектуры ИИ-систем, где важны не только модели, но и границы доступа, безопасность агентов и управляемая эксплуатация.
В описании много зрелых инженерных задач: развёртывание и оптимизация моделей, инфраструктура как код, непрерывная доставка, распределённые событийные микросервисы, процессы с участием человека, защита от внедрения вредных инструкций в запросы, изоляция данных, права агентов и наблюдение за галлюцинациями, задержками, стоимостью и качеством.
Нужны Python, Go, TypeScript, Docker, облака AWS, Azure или Google Cloud, эксплуатация моделей, векторный и гибридный поиск, генерация с поиском по базе знаний, дообучение, оценка моделей, моделирование угроз и безопасность больших языковых моделей. В плюсы вынесены автономность, сложные проекты, обучение и удалённый формат. Это роль для человека, который может спорить об архитектурных компромиссах со стейкхолдерами и строить управляемые агентные системы, а не просто прикручивать модель к интерфейсу.
Откликнуться: foorilla
Старший инженер ИИ-платформы — удалённо с привязкой к Бостону
Роль опубликована 9 октября и предлагает 170–210 тысяч долларов в год. Формат описан как удалённо-дружелюбный, но с привязкой к бостонскому хабу, поэтому перед откликом стоит уточнить ожидания по встречам и часовым поясам.
Задачи глубоко инфраструктурные: сервисы запуска моделей на графических ускорителях, шлюзы моделей, сервисы для работы с контекстом, системы оценки, отслеживание экспериментов, заготовки для агентов и оркестрации, а также разбор проблем с надёжностью и производительностью. Это вакансия для тех, кто уже сталкивался с реальными ограничениями вывода моделей, а не только пользовался внешними API.
В требованиях — Python, PyTorch, Kubernetes, OpenTelemetry, Hugging Face, векторный и гибридный поиск, vLLM, SGLang, TensorRT-LLM, ускорение повторяющихся запросов, параллельный запуск моделей, цели по уровню сервиса, тестирование, проектирование API и непрерывная доставка. Из плюсов: гибридный или удалённый формат, пенсионный план с доплатой работодателя, помощь с переездом, медицинская страховка, праздники, больничные и отпуск без жёсткого лимита.
Откликнуться: foorilla
Старший инженер по ИИ — Торонто, агентные платформы и безопасное использование инструментов
Торонтовская вакансия оценивается в 135–170 тысяч канадских долларов и выглядит как роль для инженера, который уже строил агентные системы в продакшене. Формат не отмечен как удалённый, поэтому это скорее вариант для кандидатов, готовых работать в Торонто или рядом.
Фокус — платформы выполнения и оркестрации агентов: проектирование промышленных ИИ-агентов, переиспользуемые наборы разработки и шаблоны, интеграция с API, базами данных и сервисами, работа с несколькими моделями по задержке, пропускной способности и стоимости. Важная часть описания — наблюдаемость, трассировка, защитные ограничения, оценки агентов, регрессионные проверки, права на использование инструментов, изоляция, участие человека в критичных действиях и внедрение пилотов в рабочие процессы.
В стеке указаны Python, React, AWS, Azure, Docker, Kubernetes, протокол контекста модели (MCP), генерация с поиском по базе знаний, запуск моделей, агентные системы, безопасность ИИ, защита от вредных инструкций, использование инструментов и трассировка. Перки не перечислены, зато технический профиль очень конкретный: это не роль про промпты, а про безопасную среду для агентов.
Откликнуться: foorilla
Инженер внедрения — удалённо в Индии, клиентская работа с Databricks
Эта вакансия опубликована 9 октября и рассчитана на старшего инженера внедрения в Индии. Формат — удалённый, занятость полная, оценка вилки — 1,5–3,0 млн рупий в год.
Работа клиентская: проектировать архитектуры данных и приложений, принимать решения по решениям для заказчиков, строить переиспользуемые ускорители и фреймворки, встраивать решения в системы клиентов, помогать с внедрением Databricks, разбирать продуктовые и технические проблемы на проектах и возвращать обратную связь в дорожную карту продукта.
Стек ожидаемо крутится вокруг платформы данных: Databricks, Apache Spark, внутренности среды выполнения Spark, Python, Scala, TypeScript и JavaScript, AWS, Azure, Google Cloud, конвейеры данных, загрузка данных, эксплуатация машинного обучения, промышленное развёртывание, эталонные архитектуры и техническая документация. Перки не указаны, зато формат понятен: роль для инженера платформ данных, которому нравится говорить с клиентами и доводить архитектуру до работающего внедрения.
Откликнуться: foorilla
Комментарии (1)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В этой вакансии самая важная часть — не запуск моделей, а проверки регрессий и безопасные откаты. Я бы на собеседовании просила показать реальные сценарии провала: модель замедлилась, дала хуже качество после релиза, сломала оплату или схему API — и как команда это поймала до клиента.