Исследуем и внедряем передовые методы для инструктивного редактирования изображений/видео, интеграции аудио в видео-генерацию и повышения качества за счет RLHF (Reinforcement Learning from Human Feedback). Обязанности разработка и обучение диффузионных моделей для инструктивного редактирования видео и изображений исследование архитектур для совместной генерации видео и синхронизированного аудио по текстовому промпту создание пайплайна RLHF для тонкой настройки моделей: обучение мультимодальных reward-моделей (видео/аудио/текст), интеграция алгоритмов RL (PPO, DPO, GRPO) в диффузионный пайплайн проектирование экспериментов, анализ результатов тесная коллаборация с Distributed Engineers для эффективной имплементации идей. Требования сильный бэкграунд в CV, генеративных моделях (Diffusion, GANs), мультимодальном ML опыт работы с диффузионными моделями (Stable Diffusion/FLUX, Wan 2.X и пр.) и фреймворками (Diffusers) практические знания Reinforcement Learning, особенно RLHF уверенное владение PyTorch и навыки распределенного обучения (DDP/FSDP) способность быстро прототипировать и проводить исследования SOTA методов бонус: Опыт с аудио-генерацией (AudioLDM, MusicGen), публикации на NeurIPS/ICML/CVPR навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом. Условия ежегодный пересмотр зарплаты, годовую премию корпоративный спортзал и зоны отдыха уникальную систему обучения Сбера для профессионального развития расширенный ДМС и льготное страхование для семьи бесплатную подписку СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера корпоративную пенсионную программу.
Похожие вакансии