Senior Research Engineer (Multimodal Diffusion, Post-train)

 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). Место работы: г Москва Требуемый опыт: От 3 до 6 лет 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, OPD) 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. * Опыт работы с SGLang, vLLM, Transformers * Бонус: Опыт с аудио-генерацией (AudioLDM, MusicGen), публикации на NeurIPS/ICML/CVPR. Условия: * комфортный современный офис рядом с м. Кутузовская * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * система обучения для профессионального и карьерного развития * расширенный полис ДМС с первого дня работы и страхование для семьи * льготная программа ипотеки для сотрудников * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.