Founding ML Engineer — Diffusion

Sul ruolo

NoShot genera immagini fotorealistiche indossate da una singola foto di prodotto piatta. Il modello è il prodotto. Come primo ML engineer, guiderai la pipeline di diffusione dall'inizio alla fine — training, fine-tuning, valutazione e l'inferenza a bassa latenza che restituisce un rendering 4K indossato in meno di 15 secondi.

È un ruolo profondo, con grande autonomia, in un team piccolo. Definirai la direzione tecnica della qualità dell'immagine — fedeltà del capo, caduta del tessuto, controllo dell'identità, maschere pulite — e trasformerai la ricerca in un'infrastruttura su cui centinaia di brand contano ogni giorno.

Cosa farai

• Addestrare, affinare e valutare modelli di diffusione per una generazione indossata fotorealistica e fedele al capo.
• Costruire e presidiare lo stack di inferenza: generazione sotto i 15 secondi, in qualità 4K, su scala di catalogo.
• Spingere la qualità sui dettagli che contano — caduta del tessuto, vestibilità, luce, coerenza dell'identità e maschere pulite.
• Progettare sistemi di valutazione e revisione umana perché la qualità sia misurata, non intuita.
• Ottimizzare costo e latenza tra GPU, batching e cache senza sacrificare la fedeltà.
• Lavorare con prodotto e design per tradurre i controlli di direzione artistica (posa, luce, modella) in parametri del modello.

Cosa cerchiamo

• Solida esperienza applicata con modelli di diffusione e pipeline generative moderne (latent diffusion, condizionamento in stile ControlNet, LoRA / fine-tuning).
• Padronanza di PyTorch e capacità di presidiare training e inferenza dall'inizio alla fine.
• Una storia di ML portato in produzione — non solo notebook e paper.
• Buona comprensione delle prestazioni GPU: latenza, throughput, quantizzazione e compromessi di memoria.
• Gusto pragmatico per la ricerca — sai quali problemi di qualità vale la pena risolvere.
• A tuo agio con grande autonomia in un team early-stage che si muove veloce.