🤖 AI Engineer — Native Omnimodality & VLA Вы очень просили одиночные вакансии, у нас они есть... Ищем Middle AI Engineer для создания нативных омнимодальных архитектур — новых способов кодирования и совместного обучения в доменах изображений, аудио, видео и т.д. Задачи 🧠 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 Ожидания • 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 📄 Контакт HR: @VeronikaShel #найм #hiring