AI / ML Engineer – персонализация и генерация образов

Мы создаём AI-движок для подбора аутфитов в приложении-персональном стилисте.
Система должна понимать одежду по фото, учитывать вкусы пользователя, стиль, цветовую гармонию, посадку, погоду, повод и личные предпочтения, а затем собирать из этого цельные, осознанные и персонализированные образы.

У нас уже есть модель на базе FashionCLIP для понимания вещей.
Твоя задача — прокачать эту модель, построить логику подбора аутфитов и систему обучения на вкусах пользователей.

Чем предстоит заниматься:

1. Улучшение и адаптация модели

• Оценить качество текущих эмбеддингов и найти слабые места.

• Дотюнить / адаптировать FashionCLIP на наших данных (гардеробы, каталоги).

• Повысить способность модели корректно улавливать:

  • стиль / вайб вещи

  • персональные данные юзера

  • цветовые сочетания

  • погоду

  • стилевые правила

2. Пайплайн понимания одежды

• Построить надёжный пайплайн извлечения информации из изображений одежды:

  • распознавание категории и подкатегории

  • материалы, текстуры, длины, силуэты

  • точные цвета и температурная сезонность

• Объединить выходы классификаторов с улучшенными эмбеддингами FashionCLIP.

• Сделать эту метаинформацию базой для генерации аутфитов.

3. Ядро рекомендательной системы (Outfit Recommendation Engine)

• Спроектировать основной алгоритм, который собирает полноценные аутфиты.

• Комбинировать:

  • вещи из гардероба пользователя

  • внешние каталоги и магазинные товары

  • стилевые и эстетические правила

  • логику цветовой гармонии

  • погоду и температуру

  • повод / дресс-код

  • вкусы пользователя (лайки/дизлайки, сохранения)

• Генерировать:

  • несколько вариантов аутфитов под один повод

  • визуально и стилистически сбалансированные образы (пропорции, слои, цвета)

  • ранжированный список рекомендаций (опционально с объяснением, почему выбраны эти вещи).

4. Модель пользовательского вкуса (Taste Modeling)

• Построить taste-embedding / вектор предпочтений пользователя.

• Разработать лёгкую персонализационную модель, которая обновляется на основе:

  • лайков/дизлайков

  • кликов и открытий

  • сохранённых аутфитов

  • часто выбираемых пользователем цветов, силуэтов, стилей и брендов

5. Интеграция и API

• Оформить весь recommendation-движок в аккуратный модуль / сервис.

• Спроектировать и реализовать чистый API для мобильного приложения и внутренних сервисов.

6. Документация и мониторинг

• Задокументировать:

  • улучшения FashionCLIP

  • пайплайн метаданных и классификаций

  • логику рекомендаций

  • taste-модель и процесс дообучения

Кого мы ищем:

• Опыт работы с рекомендательными системами.

• Практический опыт с PyTorch / TensorFlow, эмбеддинговыми моделями, contrastive learning.

• Опыт работы с CLIP-подобными моделями (желательно FashionCLIP или аналогами).

• Понимание принципов построения re-ranking / recommendation / personalization.

• Уверенный Python, работа с данными (Pandas, NumPy), базами данных, REST API.

• Готовность работать end-to-end: от экспериментирования с моделями до продакшн-интеграции.

Будет плюсом

• Опыт в fashion-домене (стиль, цветовые схемы, работа с fashion-датасетами).