Membre de l'équipe technique – Ingénieur de recherche en IA (Modèles de base d'image/vidéo)

À PROPOS DE GENPEACH AI GenPeach AI est un laboratoire de recherche axé sur les produits qui crée des modèles de base multimodaux verticaux pour la génération humaine hyper-réaliste dans l'image et la vidéo – conçus pour des expériences d'IA centrées sur l'homme et émotionnellement résonantes. Notre objectif est de créer des outils qui amplifient la créativité humaine plutôt que de la remplacer. Nous formons des modèles à partir de zéro : des ensembles de données propriétaires à grande échelle, de nouvelles architectures et de recettes de formation, de grands clusters de GPU et une intégration de produit serrée pour que la recherche soit livrée aux utilisateurs rapidement. Nous sommes une équipe profondément technique d'environ 10 personnes. Nous sommes conseillés par des directeurs de Google DeepMind et soutenus par des fonds et des anges axés sur l'IA de premier plan, d'OpenAI, de Meta AI, de Microsoft AI, de Project Prometheus et de Fal. Collectivement, notre équipe, nos conseillers et nos anges ont contribué à des modèles tels que Meta Imagine/MovieGen et les travaux sur les modèles de base derrière OpenAI Sora, ainsi que Google Veo et Gemini. À PROPOS DE L'ÉQUIPE Vous rejoindrez l'équipe de recherche qui travaille sur la génération d'images/vidéos et la compréhension multimodale. Vous travaillerez en étroite collaboration avec d'autres ingénieurs de recherche et scientifiques, ainsi qu'avec les fondateurs, et aiderez à transformer la recherche en formations d'entraînement évolutives, en évaluations solides et en systèmes prêts pour la production. À PROPOS DU RÔLE Nous embauchons un ingénieur de recherche en IA pour aider à construire et à mettre à l'échelle les modèles de base de GenPeach de bout en bout – de la mise en œuvre de nouvelles idées de modèles et de recettes de formation, à la possession des parties de la pile de formation qui déterminent la qualité et la vitesse, à la poussée des modèles à travers les contraintes de production. Il s'agit d'un rôle à main posée, avec une forte propriété. Vous écrirez du code de recherche de qualité qui deviendra critique pour la production. DANS CE RÔLE, VOUS FEREZ - Mettre en œuvre et itérer sur les idées de modèles génératifs d'images/vidéos (architecture, pertes, conditionnement, échantillonnage, pré-entraînement, distillation, post-entraînement) - Posséder les performances d'entraînement de bout en bout (entraînement distribué, débit, mémoire, stabilité, débogage des modes de défaillance d'échelle) - Construire la boucle d'expérimentation (évaluations, ablations, outils de reproductibilité, rapports, hygiène de décision) - Construire et améliorer les VLM pour le captionnage d'images/vidéos (recettes de données, stratégies de formation, variantes de modèles, évaluation) - Exécuter une recherche à haute itération : lire des articles lorsque cela est utile, mettre en œuvre des idées, valider de manière empirique - Créer des pipelines de captionnage qui améliorent la formation de la génération et la qualité du produit - Partenarer avec l'inférence/produit pour expédier sous des contraintes réelles (latence, coût, fiabilité, sécurité de déploiement) Construire des démonstrations et des prototypes pour mettre en valeur les capacités et accélérer l'itération VOUS POUVEZ PROSPÉRER DANS CE RÔLE SI VOUS - Aimez l'artisanat de l'expérimentation : itération rapide, ablations claires, évaluations solides et conclusions honnêtes - Appréciez le débogage des formations de training réelles et complexes (et non seulement des démonstrations propres) - Pouvez passer de la recherche à l'ingénierie : écrire du code propre, expédier des utilitaires et améliorer la vitesse de l'équipe - Prenez possession au-delà de votre description de travail lorsque cela est nécessaire (réalité de démarrage) - Communiquez clairement et collaborez bien dans une petite équipe senior QUALIFICATIONS MINIMALES - Solides compétences en Python et PyTorch (4+ ans d'expérience) - Expérience dans la mise en œuvre et la formation de modèles d'apprentissage profond (modèles génératifs, VLM, LLM, vision/vidéo ou domaines adjacents) - Compréhension solide de la dynamique de formation, de l'optimisation et du débogage pratique - Capacité à piloter des projets de bout en bout avec une supervision minimale QUALIFICATIONS PRÉFÉRÉES - Expérience pratique avec la génération d'images ou de vidéos par diffusion/flux, ou la modélisation générative à grande échelle dans des domaines adjacents - Expérience avec la formation distribuée à grande échelle (multi-noeud) et l'optimisation des performances (débit/mémoire) - Expérience dans la construction de cadres d'évaluation (métriques hors ligne + évaluation humaine + suivi de régression) - Solide intuition pour la qualité des données et les compromis entre les ensembles de données/étiquetage pour la formation et le captionnage - Les publications sont un plus, mais l'impact expédié et les preuves techniques solides comptent plus CE QUI REND CE RÔLE UNIQUE - Construire des modèles d'images/vidéos de pointe et les systèmes de captionnage VLM qui les alimentent - Rejoindre une équipe senior lean qui maintient une barre élevée en ingénierie + recherche - Impact direct sur le produit : vos formations de training deviennent des capacités réelles pour les utilisateurs - Benchmark contre les meilleurs au monde et concourir sur la qualité des modèles grâce à ce que nous expédions COMMENT NOUS TRAVAILLONS - Vous possédez les résultats de bout en bout et êtes confié avec une responsabilité réelle - Communication directe, à faible ego et boucles de rétroaction rapides - Biais vers l'impact : mesurer → itérer → expédier - Discipline de recherche : ablations claires, reproductibilité et prise de décision crue LOGISTIQUE - Emplacement : Zurich (Suisse) ou Varsovie (Pologne) — sur site ou hybride. Si vous êtes ailleurs, nous sommes ouverts au télétravail (adaptation d