Senior alkalmazott kutatómérnök - videó

Stack

Feladatok

• ▹Latens videó diffúziós modellek fejlesztése és skálázása
• ▹Kondicionálási mechanizmusok tervezése (póz, érzelem, script, kamera)
• ▹Elosztott tréning stratégiák fejlesztése (DDP, FSDP, DeepSpeed)
• ▹Tréningstabilitás javítása több gépes skálán
• ▹Kiértékelési keretrendszerek tervezése automatizált és emberi metrikákkal
• ▹Inferencia optimalizálása alacsony késleltetésre és költséghatékonyságra
• ▹Kontrollált kísérletek és ablációk futtatása
• ▹Reprodukálhatóság, kísérletkövetés, CI/CD, monitorozás biztosítása

Elvárások

• ▹Nagy léptékű mélytanulási modellek tréningezésében szerzett tapasztalat
• ▹Erős Python és PyTorch ismeretek
• ▹Diffúziós modellekben szerzett gyakorlati tapasztalat (kép kötelező, videó előny)
• ▹Multi-GPU / multi-node tréning tapasztalat
• ▹Elosztott tréning ismerete (DDP, FSDP, DeepSpeed vagy hasonló)
• ▹Kontrollált kísérletek tervezése, zajos eredmények értelmezése

Előny

• ▹Videó diffúziós modellek tapasztalata
• ▹Avatar vagy emberközpontú generálás tapasztalata
• ▹Interaktív/világmodellek ismerete
• ▹GAN vagy VAE tapasztalat
• ▹Production inferencia rendszerek optimalizálása

Soft skillek

A munkáltatóról

A Synthesia a világ vezető vállalati AI videóplatformja, a Fortune 100 cégek 90%-a használja; legutóbbi Series E körben 200 millió dollárt gyűjtött, 4 milliárd dolláros értékelés mellett.