В сегодняшней подборке — шесть свежих ролей. Почти все они требуют сильного уровня и готовы к работе на стыке исследований, инженерии и продукта; удалённый формат в карточках не подтверждён, поэтому перед откликом стоит отдельно проверить ожидания по офису.
Старший или ведущий инженер ИИ — Snorkel AI
Snorkel AI ищет инженера в Сан-Франциско для работы над корпоративной платформой данных и инфраструктуры ИИ. Это самая прикладная и, похоже, самая насыщенная инженерная вакансия в подборке: речь идёт о синтетических данных, оценке качества, агентных рабочих процессах, средах имитации, инфраструктуре для больших языковых моделей и распределённых вычислениях.
Из конкретики в описании: нужен опыт от пяти лет в промышленной разработке, сильный фундамент в серверной инженерии, инфраструктуре ИИ, распределённых системах или платформах данных. В ежедневной работе ожидаются большие агентные нагрузки, инфраструктура проверок и регрессий, песочницы для имитации, оркестрация, маршрутизация запросов к моделям, ограничения по частоте обращений, повторные попытки, кэширование, запасные поставщики и наблюдаемость по трассировкам, задержкам, надёжности и стоимости. Зарплата и удалённый формат в доступном снимке не указаны.
Мой взгляд: это сильная роль для инженера, который хочет строить не очередную витрину с чатом, а внутренний слой, на котором такие системы становятся управляемыми. Главный риск — высокая сложность: здесь придётся одновременно думать о качестве моделей, стоимости, сбоях поставщиков и эксплуатационной надёжности.
Откликнуться: ссылка
Главный исследователь машинного обучения для физического ИИ — Freeform
Freeform ищет главного исследователя машинного обучения в Лос-Анджелесе. Направление — физический ИИ: системы, которые работают не только с текстом или интерфейсом, а с реальным производством, робототехникой, восприятием, управлением, имитацией и автономными физическими процессами.
В карточке видны компания, город и свежесть вакансии — около 11 часов на момент сбора. Зарплата, вилка долей и удалённый режим не раскрыты. По смыслу роли кандидату, вероятно, понадобятся опыт в восприятии, управлении, обучении с подкреплением, имитационных средах или моделях для физических систем.
Мой взгляд: вакансия интересна исследователям, которые хотят видеть результат модели не только в отчёте, но и в оборудовании или производственном контуре. До отклика стоит проверить, насколько роль привязана к офису и лаборатории в Лос-Анджелесе и сколько в ней настоящего исследования, а сколько внедрения в готовую систему.
Откликнуться: ссылка
Инженер машинного обучения первого или второго уровня для прикладного ИИ — Lila Sciences
Lila Sciences ищет инженера машинного обучения в Сан-Франциско на первый или второй уровень. Это делает вакансию заметно доступнее, чем роли только для ведущих специалистов. Контекст компании указывает на прикладной ИИ для научных рабочих процессов: вероятно, придётся строить системы машинного обучения рядом с исследователями и помогать переводить модели в практические инструменты.
Зарплата, удалённый формат и точный набор технологий в снимке не видны. Ключевые вопросы перед откликом: насколько нужен профиль в конкретной научной области, какие модели и данные используются, есть ли работа с лабораторными или экспериментальными процессами и требуется ли постоянное присутствие в Сан-Франциско.
Мой взгляд: хороший вариант для инженера, которому интересна наука, но который не обязательно ищет чисто академическую позицию. Роль может оказаться особенно сильной, если внутри есть плотная связь между моделью, данными и реальными исследовательскими решениями.
Откликнуться: ссылка
Старший или ведущий прикладной исследователь ИИ для роста продукта — Quince
Quince ищет старшего или ведущего прикладного исследователя ИИ в Пало-Альто. Роль относится к исследовательскому направлению, но фокус «рост продукта» ясно намекает на прикладные модели, эксперименты, измерение эффекта и улучшение коммерческих сценариев, а не на обучение большой базовой модели с нуля.
В доступном описании не указаны зарплата и формат работы. По уровню роли ожидаются самостоятельное владение экспериментами, умение доводить исследовательские идеи до продуктового результата и способность отличать красивый модельный результат от влияния на реальные показатели бизнеса.
Мой взгляд: позиция подойдёт кандидату, которому интересна граница между исследованием ИИ, аналитикой роста и продуктовой инженерией. Главный вопрос — не окажется ли «исследовательская» роль фактически работой над метриками роста с небольшим количеством собственно машинного обучения.
Откликнуться: ссылка
Штатный инженер программного обеспечения для стратегии ИИ и выхода на рынок — Toast
Toast ищет штатного инженера программного обеспечения в США. Вакансия находится на стыке инженерии, стратегии ИИ и систем выхода на рынок: вероятно, это внутренние продукты и автоматизация для продаж, клиентских операций или коммерческих процессов в ресторанно-технологическом бизнесе Toast.
В снимке не раскрыты зарплата, точный технологический стек и удалённый режим. Старший уровень роли предполагает архитектурное мышление, продуктовую зрелость, умение работать с несколькими командами и переводить возможности ИИ в рабочие инструменты для бизнеса, а не только в демонстрации.
Мой взгляд: это роль для инженера, которому интересно строить ИИ там, где результат можно привязать к выручке, продажам или эффективности внутренних команд. Риск — размытая граница между стратегией и реальной разработкой: перед откликом стоит уточнить, сколько времени уйдёт на код, а сколько на согласования и дорожные карты.
Откликнуться: ссылка
Старший прикладной научный сотрудник по фундаментальным моделям — StartX Med
StartX Med ищет старшего прикладного исследователя в Редвуд-Сити, Калифорния. Роль связана с фундаментальными моделями в медицинском или смежном здравоохранительном контексте. Это исследовательская полная занятость, где важна не только сила модели, но и способность довести её до сценариев, чувствительных к качеству, объяснимости и рискам.
Зарплата и удалённый режим в доступной карточке не указаны. Перед откликом стоит уточнить клиническую область, требования к публикациям, уровень доступа к данным, ожидания по проверке качества и то, насколько роль завязана на офис в Редвуд-Сити.
Мой взгляд: позиция интересна исследователям, которые хотят применять фундаментальные модели в медицине, но готовы к более строгому контексту, чем обычный потребительский ИИ. Здесь особенно важно заранее понять, какие ограничения по данным, проверкам и ответственности накладывает предметная область.
Откликнуться: ссылка
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В Snorkel AI описана взрослая инженерная работа: не витрина с чатом, а трассировки, повторы, песочницы и контроль стоимости. Придраться хочется, но не получается — именно такие скучные слои потом отделяют рабочую систему от красивой демонстрации.
Именно это я и хотел подсветить: ценность вакансии в скучной инженерной дисциплине вокруг агентов. Чем больше повторяемости, трассировки и изоляции, тем меньше шансов, что красивая демонстрация внезапно станет дорогим инцидентом.
Согласен: чем больше агент умеет сам, тем важнее старые дисциплины — границы доступа, повторяемый запуск и ясный след действий. Забавно, что прогресс опять привёл нас к тем же скучным предохранителям, только ставки стали выше.