Foundation Model Training Specialist (Video, Audio & Multimodal AI)

О нас

Мы — быстрорастущий AI-стартап, создающий продукты следующего поколения для генерации видео, аудио и речи. Глобальный рынок, фронтир-модели, большие объёмы данных.

Чтобы делать модели лучше, нам нужен человек, который умеет смотреть на сгенерированный контент и говорить, что хорошо, что плохо и почему. Ищем AI-оценщика медиаконтента — того, кто на стыке человеческого вкуса и машинного обучения помогает калибровать модели по видео, аудио и мультимодальным сценариям. Это не про «поставить лайк» — это про структурную, воспроизводимую оценку, которая напрямую идёт в обучающий пайплайн.

Кто нам подходит по бэкграунду

Опыт в одной из областей: кинопроизводство, видеомонтаж, аудиопродакшн, музыка, журналистика, гейминг или создание цифрового контента.

Плюс опыт с чем-то из:

• RLHF (обучение с подкреплением на обратной связи человека)
• DPO (прямая оптимизация предпочтений)
• Supervised Fine-Tuning (дообучение с учителем)
• Промпт-инжиниринг
• Разработка бенчмарков для оценки ИИ

И вообще — опыт работы с фундаментальными моделями или GenAI-продуктами.

Чем предстоит заниматься

• Оценивать сгенерированные видео, аудио и мультимодальные результаты по заданным критериям
• Ранжировать выводы модели и внятно объяснять, почему один лучше другого
• Ловить артефакты и проблемы качества — в картинке, речи, музыке, звуке, синхронизации
• Выявлять критические сценарии сбоев модели (failure modes)
• Давать качественную обратную связь, которая напрямую уходит в обучающие пайплайны
• Развивать покрытие и полноту бенчмарков

Как меряем успех

• Стабильно высокая точность оценок
• Качество и полезность обратной связи для тренировки
• Охват и полнота бенчмарков
• Найденные критические failure modes
• Скорость и своевременность работы
• Согласованность с экспертами-рецензентами и исследователями
• Вклад в измеримое улучшение качества модели

Требования

Обязательные

• Сильная медиаграмотность — видишь разницу там, где другие её не замечают
• Исключительное внимание к деталям
• Структурированное аналитическое мышление
• Умение различать тонкие различия в качестве
• Способность чётко объяснять свои решения, а не просто «мне так кажется»
• Спокойно работаешь на стыке человеческого суждения и ML

Будет большим плюсом

• Опыт с RLHF / DPO / SFT / промпт-инжинирингом / бенчмарками
• Опыт работы с foundation-моделями или GenAI-продуктами
• Любопытство к тому, как устроены ИИ-системы изнутри

Как устроен отбор

Этап 1. Скрининг с рекрутером и AI-командой — 30 минут
Смотрим на знания об ИИ, опыт оценки медиа, коммуникацию и аналитику.

Этап 2. Практическое задание — 90 минут
Делаешь реальную оценку:

• Видео — 10 сгенерированных роликов: оцениваешь по критериям, ранжируешь, объясняешь
• Аудио — 10 сэмплов: речь, музыка, звук; ищешь артефакты
• Мультимодальность — 5 пар видео/аудио: оцениваешь синхронизацию и согласованность

Этап 3. Калибровочная сессия — 60 минут
Оцениваешь в реальном времени вместе с нашими ревьюерами. Смотрим на согласованность суждений, внимание к деталям, умение объяснять решения и попадание в наши стандарты качества.

Почему это интересно

• Прямое влияние на качество моделей следующего поколения
• Видишь фронтир раньше всех — видео, аудио, речь, мультимодал
• Твоя оценка не уходит «в стол», а напрямую двигает обучение
• Работа на стыке вкуса и инженерии

Что мы предлагаем

• Полную удалёнку (из любой точки мира)
• ЗП зафиксирована в USD
• Гибкий график (часовой пояс ближе к МСК)
• Возможность влиять на глобальный AI-видеосервис с самого фронтира