Middle+ AI Engineer (Native Omnimodality & VLA)
СБЕР
Москва
≈ до 6,4 тыс. $ · до 5,6 тыс. €
до 500 000 ₽
🏢 Офис
Middle
Полная занятость
Россия
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 (Москва, СПБ)
•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