Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Cantina Labs
Сан-Франциско, Соединенные Штаты5 месяцев назад
200 000 – 320 000 USD
в год
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Cantina Labs — это компания, занимающаяся социальным ИИ, разрабатывающая набор передовых моделей реального времени, которые расширяют границы выражения, личности и реализма. Мы оживляем персонажей, меняя то, как люди рассказывают истории, общаются и творят. Мы создаем и поддерживаем экосистемы. Cantina, наша флагманская платформа социального ИИ, — это только начало.
Если вас привлекает потенциал ИИ в формировании человеческого творчества и социального взаимодействия, присоединяйтесь к нам в создании будущего!
О роли:
Мы формируем основную команду для разработки нативных видео- и омниканальных фреймворк-моделей нового поколения для мультимодальной генерации и понимания. Наш текущий фокус — разработка крупномасштабных видеофреймворк-моделей, охватывающая предварительное обучение, дообучение и постобучение для высококачественной, управляемой, последовательной и эффективной генерации. Наша более широкая дорожная карта включает генерацию на основе референсов и памяти, мультимодальное понимание и взаимодействие, а также совместную аудио-видео генерацию.
В этой роли вы будете заниматься фундаментальными исследованиями и разработкой крупномасштабных моделей на протяжении всего жизненного цикла модели, включая архитектуру, данные, обучение, оценку, постобучение, системы обучения и эффективный инференс. У вас будет возможность формировать как техническое направление, так и команду с ранней стадии.
Исследовать, разрабатывать и масштабировать нативные видео- и мультимодальные фреймворк-модели, от ранних прототипов до крупномасштабного предварительного обучения, дообучения и постобучения
Изучать новые архитектуры моделей, цели обучения и механизмы кондиционирования для видеогенерации, генерации на основе референсов и памяти, мультимодального взаимодействия и совместной аудио-видео генерации
Создавать и улучшать крупномасштабные конвейеры для курирования данных, распределенного обучения, оценки и постобучения для высококачественной и управляемой генерации
Проектировать систематические эксперименты для понимания масштабирования моделей, качества генерации, управляемости, последовательности, робастности и эффективности инференса
Тесно сотрудничать с исследователями, инженерами и продуктовыми командами, чтобы помочь формировать техническую дорожную карту и, при необходимости, переводить достижения моделей в реальные возможности
При необходимости вносить вклад в исследовательские публикации и релизы с открытым исходным кодом
Богатый исследовательский и инженерный опыт в области генеративного моделирования, включая такие области, как диффузионные модели, flow matching, DiT, видеогенерация, мультимодальные модели, world models или смежные области
Практический опыт обучения и оценки крупномасштабных моделей изображений, видео или унифицированных мультимодальных моделей с использованием современных фреймворков глубокого обучения и систем распределенного обучения
Значительный послужной список разработки влиятельных моделей или систем, подтвержденный исследовательскими публикациями, вкладом в открытый исходный код, производственным эффектом или другой значительной технической работой
Способность самостоятельно решать неоднозначные исследовательские задачи, эффективно переходить от идей к экспериментам и хорошо работать в высококоллаборативной среде
Специализированная глубина знаний в одной или нескольких областях жизненного цикла фреймворк-модели, таких как архитектура модели, курирование данных, управляемая генерация, мультимодальное понимание и кондиционирование, постобучение и моделирование вознаграждения, ускорение моделей, системы инференса или развертывание
Ожидаемый годовой диапазон базовой заработной платы для этой должности составляет от $200 000 до $320 000. При определении компенсации будет учитываться ряд факторов, включая навыки, опыт, объем работы, местоположение и рыночные данные о конкурентоспособной компенсации.
Конкурентоспособная заработная плата и щедрые опционы компании
Медицинская, стоматологическая и офтальмологическая страховка – 99,99% страховых взносов покрывается Cantina
42 дня оплачиваемого отпуска, включая:
Щедрый отпуск по уходу за ребенком и поддержка репродуктивного здоровья
Пенсионный накопительный план 401(k)
Счет для расходов на образ жизни – $500/месяц, которые можно использовать по своему усмотрению
Бесплатные обеды и закуски для сотрудников в офисе
Членство в One Medical и многое другое!
About Cantina:
Cantina Labs is a social AI company, developing a suite of advanced real-time models that push the boundaries of expression, personality, and realism. We bring characters to life, transforming how people tell stories, connect, and create. We build and power ecosystems. Cantina, our flagship social AI platform, is just the beginning.
If you're excited about the potential AI has to shape human creativity and social interactions, join us in building the future!
About the Role:
We are building a core team to develop next-generation native video and omni foundation models for multimodal generation and understanding. Our current focus is large-scale video foundation model development, spanning pre-training, continued training, and post-training for high-quality, controllable, consistent, and efficient generation. Our broader roadmap includes reference- and memory-based generation, multimodal understanding and interaction, and joint audio-video generation.
In this role, you will work on foundational research and large-scale model development across the full model lifecycle, including architecture, data, training, evaluation, post-training, training systems, and efficient inference. You will have the opportunity to shape both the technical direction and the team from an early stage.
What You’ll Do:
Research, develop, and scale native video and multimodal foundation models, from early prototypes through large-scale pre-training, continued training, and post-training.
Explore new model architectures, training objectives, and conditioning mechanisms for video generation, reference- and memory-based generation, multimodal interaction, and joint audio-video generation.
Build and improve large-scale data curation, distributed training, evaluation, and post-training pipelines for high-quality and controllable generation.
Design systematic experiments to understand model scaling, generation quality, controllability, consistency, robustness, and inference efficiency.
Collaborate closely with researchers, engineers, and product teams to help shape the technical roadmap and, where appropriate, translate model advances into real-world capabilities.
Contribute to research publications and open-source releases when appropriate.
What You’ll Bring:
Strong research and engineering experience in generative modeling, including areas such as diffusion models, flow matching, DiTs, video generation, multimodal models, world models, or related fields.
Hands-on experience training and evaluating large-scale image, video, or unified multimodal models using modern deep learning frameworks and distributed training systems.
A strong track record of developing impactful models or systems, demonstrated through research publications, open-source contributions, production impact, or other significant technical work.
Ability to independently own ambiguous research problems, move effectively from ideas to experiments, and work well in a highly collaborative environment.
Specialized depth in one or more areas across the foundation model lifecycle, such as model architecture, data curation, controllable generation, multimodal understanding and conditioning, post-training and reward modeling, model acceleration, inference systems, or deployment.
Compensation:
The anticipated annual base salary range for this role is between $200,000-$320,000. When determining compensation, a number of factors will be considered, including skills, experience, job scope, location, and competitive compensation market data.
Benefits:
Competitive salary and generous company equity
Medical, dental, and vision insurance – 99.99% of premiums covered by Cantina
42 days of paid time off, including:
Generous parental leave & fertility support
401(k) retirement savings plan
Lifestyle spending account – $500/month to use however you’d like
Complimentary lunch and snacks for in-office employees
One Medical membership, and more!
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 241 000 до 294 000