Higgsfield AI — самая быстрорастущая генеративная AI-компания в истории: $500M годовой выручки (ARR), 25M+ пользователей по всему миру, 6M+ генераций в день, и среди наших клиентов — 390 брендов из списка Fortune 500. Мы работаем на самом фронтире AI-видео и next-generation креативных инструментов. Присоединиться к Higgsfield — значит стать частью команды, которая формирует будущее AI-native продуктов, в компании, которая не просто движется быстро, а переписывает само понятие «быстро».
Чем вы будете заниматься
- Анализировать движение и физическую динамику в видео: optical flow, движение камеры vs. движение объектов, временная консистентность и физическая правдоподобность — динамика, столкновения, гравитация, деформация.
- Обучать модели, которые будут использоваться на этапе post-training, включая reward-модели.
- Строить видео-классификаторы по типам движения, типам кадров, жанрам и качеству — как классическими методами, так и на основе VLM/эмбеддингов.
- Разрабатывать методы создания мультишотовых видеопоследовательностей: детекция границ шотов, сборка связных многошотовых сцен с консистентными персонажами и локациями, генерация описаний для отдельных шотов.
- Работать с аудио: детекция речи/музыки/звуковых событий, оценка аудио-визуальной синхронизации (lip-sync и соответствие звука действию), фильтрация по качеству звука, описание аудиотреков.
- Применять классические и обучаемые методы кураторства данных: поиск почти-дубликатов, эвристическая фильтрация, VLM-based captioning, генерация синтетических данных, версионирование датасетов.
- Строить и поддерживать масштабные распределённые пайплайны обработки данных.
Требования
- Уверенные навыки PyTorch и практический опыт обучения моделей, включая файнтюнинг и деплой классификаторов, embedding-моделей и VLM.
- Глубокие знания методов обработки видео: анализ движения (optical flow, трекинг, оценка движения камеры), детекция границ шотов, оценка временной консистентности и качества.
