Senior AI / Generative Video Engineer — КУЧМЕНКО ДМИТРИЙ НИКОЛАЕВИЧ

О компании
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.

Обязанности:
— 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.

В сопроводительном письме, пожалуйста, укажите:
2–3 самых релевантных проекта: какая была задача, какие модели использовались, что делали лично вы и какой получился результат. Будем рады ссылкам на GitHub, Hugging Face или примеры генераций.