Middle+ AI Engineer (Native Omnimodality & VLA) (удаленная работа)

Вакансия: Middle+ AI Engineer (Native Omnimodality & VLA)

Описание вакансии

Ищем Middle AI Engineer для создания нативных омнимодальных архитектур новых способов кодирования и совместного обучения в доменах изображений, аудио, видео и т.д.

Обязанности

• Разработка принципиально новых мультимодальных представлений и кодирования информации (vision, audio, video, text)
• Создание универсальных энкодеров и shared latent spaces
• Vision-Language-Action (VLA) архитектуры и стрим взаимодействия с роботами
• Исследование end-to-end омнимодальных моделей и обучение на масштабных мультимодальных датасетах

Требования

Отличный Python 3, опыт с PyTorch, bash, git, Docker, dvc

Глубокое понимание representation learning и multimodal learning

Опыт с vision, audio и video моделями

Понимание трансформеров, contrastive learning, joint embeddings

Умение быстро разбирать и воспроизводить идеи из научных статей

Будет плюсом

Опыт с VLA / Embodied AI / Robotics

Знание self-supervised и multimodal pretraining подходов

Опыт работы с streaming video/audio

Публикации, open-source вклад или исследовательский опыт

Условия

• комфортный современный офис рядом с м. Кутузовская
• гибрид или удаленка
• годовая премия
• корпоративный спортзал и зоны отдыха
• расширенный ДМС + страхование для семьи
• ипотека для сотрудников выгоднее (-1/3 от текущей процентной ставки)
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.