Founding ML Engineer — диффузионные модели

О позиции

NoShot создаёт фотореалистичные кадры на модели из одного плоского предметного фото. Модель и есть продукт. Как первый ML-инженер вы будете отвечать за диффузионный пайплайн целиком — обучение, дообучение, оценку и низколатентный инференс, который отдаёт 4K-кадр на модели меньше чем за 15 секунд.

Это глубокая роль с большой автономией в маленькой команде. Вы зададите техническое направление качества изображения — достоверность вещи, посадка ткани, контроль идентичности, чистые маски — и превратите исследования в инфраструктуру, на которую каждый день опираются сотни брендов.

Чем вы будете заниматься

• Обучать, дообучать и оценивать диффузионные модели для фотореалистичной генерации на модели с точной передачей вещи.
• Построить и вести стек инференса: генерация меньше 15 секунд, в качестве 4K, в масштабе каталога.
• Поднимать качество там, где это важно — посадка ткани, крой, свет, консистентность идентичности и чистые маски.
• Проектировать системы оценки и человеческую проверку, чтобы качество измерялось, а не угадывалось.
• Оптимизировать стоимость и задержку по GPU, батчингу и кэшу без потери достоверности.
• Работать с продуктом и дизайном, переводя элементы арт-дирекшна (поза, свет, модель) в параметры модели.

Кого мы ищем

• Сильный прикладной опыт с диффузионными моделями и современными генеративными пайплайнами (latent diffusion, обусловливание в стиле ControlNet, LoRA / дообучение).
• Уверенное владение PyTorch и готовность вести обучение и инференс целиком.
• История доведения ML до продакшена — не только ноутбуки и статьи.
• Хорошее понимание производительности GPU: задержка, пропускная способность, квантизация и компромиссы по памяти.
• Прагматичный исследовательский вкус — вы понимаете, какие проблемы качества стоит решать.
• Комфорт в условиях высокой автономии в быстрой команде ранней стадии.