AI Engineer

Описание Создание нативных омнимодальных архитектур — новых способов кодирования и совместного обучения в доменах изображений, аудио и видео.

Задачи • Разрабатывать мультимодальные представления и способы кодирования информации в доменах изображений, аудио, видео и текста • Создавать универсальные энкодеры и общие латентные пространства • Разрабатывать архитектуры Vision-Language-Action и поток взаимодействия с роботами • Исследовать омнимодальные модели полного цикла и обучать их на масштабных мультимодальных наборах данных

Требования • Отлично знать Python • Иметь опыт работы с PyTorch, bash, git, Docker и dvc • Глубоко понимать обучение представлениям и мультимодальное обучение • Иметь опыт работы с моделями для изображений, аудио и видео • Понимать трансформеры, контрастивное обучение и совместные эмбеддинги • Уметь быстро разбирать и воспроизводить идеи из научных статей • Будет плюсом: опыт с VLA, Embodied AI и робототехникой, знание подходов к обучению без учителя и предварительному мультимодальному обучению, опыт потоковой обработки видео и аудио, публикации, вклад в открытый исходный код или исследовательский опыт

Условия • Годовая премия • Корпоративный спортзал и зоны отдыха • Расширенный ДМС и страхование для семьи • Ипотека для сотрудников выгоднее на треть от текущей процентной ставки • Бесплатная подписка СберПрайм+ и скидки на продукты компаний-партнёров • Вознаграждение за рекомендацию друзей в команду Сбера