AI / generative video engineer

КУЧМЕНКО ДМИТРИЙ НИКОЛАЕВИЧ; United States; A distancia; USD 140.000 - 240.000; Jornada completa

Descripción de la vacante

Компания ищет инженера для проектирования, разворачивания и оптимизации систем генерации изображений и видео на собственной GPU-инфраструктуре. Ваша задача — сохранить идентичность персонажей и качество на длительных последовательностях.

Требуется практический опыт с локальными моделями и видео-генерацией, глубокое понимание CUDA, PyTorch и Docker, а также навыки разработки backend и работы с очередями задач. Удаленная работа, ежегодная оплата обсуждается.

Formación

• Практический опыт работы с локальными open-source моделями: ComfyUI, Stable Diffusion/SDXL, Flux, Diffusers, LoRA, ControlNet, IP-Adapter / FaceID / InstantID.
• Опыт или глубокое понимание video generation: Wan, HunyuanVideo, LTX-Video, CogVideoX, Mochi, Stable Video Diffusion, AnimateDiff.
• Понимание подходов к character consistency: identity LoRA, reference embeddings, pose / depth conditioning, first/last-frame propagation.
• Опыт работы с NVIDIA GPU: CUDA, VRAM management, FP16 / BF16, quantization, offloading, OOM troubleshooting.

Responsabilidades

• Проектирование и разворачивание pipeline генерации изображений и видео на собственных и арендованных GPU.
• Обеспечение consistency персонажей внутри роликов и между сценами.
• Устранение identity drift, Flickering и временной деградации в длинных последовательностях.
• Построение image-to-video и reference-to-video pipelines.
• Оптимизация GPU инференса: VRAM, batching, concurrency, model residency.
• Разработка backend вокруг генерации: очереди задач, GPU workers, scheduler, retries, autoscaling.
• Расчёт и снижение себестоимости генерации (cost per image / cost per video).

Conocimientos

Python

PyTorch

FastAPI

Asyncio

Multiprocessing

Herramientas

Docker

Redis

PostgreSQL

CUDA

Kubernetes

Descripción del empleo

Описание:

Мы развиваем digital-продукт в высококонкурентной нише и строим собственный production pipeline для AI-генерации изображений и видео на своей GPU-инфраструктуре. Ищем инженера, который умеет проектировать, разворачивать и оптимизировать такие системы: от сохранения одного персонажа между роликами до масштабирования генерации и контроля стоимости одного видео. Важно: это не позиция LLM/RAG Engineer и не чистый DevOps/MLOps. Нам нужен практический опыт именно в image/video generation.

Задачи:

• проектирование и разворачивание pipeline генерации изображений и видео на собственных и арендуемых GPU
• обеспечение character consistency: сохранение лица, телосложения, одежды и стиля персонажа внутри ролика и между разными сценами
• устранение identity drift, flickering, temporal inconsistency и деградации на длинных последовательностях
• построение image-to-video и reference-to-video pipelines
• оптимизация GPU inference: VRAM, batching, concurrency, model residency
• разработка backend вокруг генерации: очереди задач, GPU workers, scheduler, retries, autoscaling
• расчёт и снижение себестоимости генерации (cost per image / cost per video)

Требования:

• практический опыт работы с локальными open-source моделями: ComfyUI, Stable Diffusion / SDXL, Flux, Diffusers, LoRA, ControlNet, IP-Adapter / FaceID / InstantID
• опыт или глубокое понимание video generation: Wan, HunyuanVideo, LTX-Video, CogVideoX, Mochi, Stable Video Diffusion, AnimateDiff
• понимание подходов к character consistency: identity LoRA, reference embeddings, pose / depth conditioning, first/last-frame propagation
• опыт работы с NVIDIA GPU: CUDA, VRAM management, FP16 / BF16, quantization, offloading, OOM troubleshooting
• сильный Python (asyncio, multiprocessing), PyTorch, FastAPI, Docker, Redis / PostgreSQL
• опыт с очередями задач (Redis / RabbitMQ / Kafka / NATS) и понимание production inference architecture
• Опыт работы только через внешние API (OpenAI, Replicate, fal.ai и т. п.) не является достаточным
• Будет плюсом: обучение собственных LoRA, DreamBooth, fine-tuning diffusion/video моделей; разработка custom ComfyUI nodes и собственных PyTorch pipelines; TensorRT / ONNX / FlashAttention / xFormers; опыт с A100, H100/H200, L40S, RTX 4090/5090 и multi-GPU; Kubernetes, AWS / GCP, RunPod / Vast.ai / Modal, Prometheus / Grafana; Rust / Golang

Условия:

• удалённая работа из любой точки; полная занятость; сложные и интересные задачи на стыке генеративного AI и highload-инфраструктуры; оплата обсуждается индивидуально по итогам собеседования