Основные обязанности:
Анализ требований компании и выбор оптимальной архитектуры модели Stable Diffusion.
Настройка и обучение моделей на основе предоставленных данных и референсов.
Проведение экспериментов с гиперпараметрами для улучшения качества результатов.
Подготовка и обработка датасетов для обучения модели (анализ данных, фильтрация, аугментация).
Сравнение различных версий моделей и выбор наиболее подходящей для определенного типа задач.
Мониторинг трендов и нововведений в области генеративных моделей (Stable Diffusion, DreamBooth, ControlNet и других).
Тестирование обученных моделей для достижения заданных визуальных результатов.
Обязательные навыки:
Углубленные знания работы моделей Stable Diffusion и других диффузионных моделей.
Опыт в обучении и дообучении моделей ИИ (Fine-tuning).
Умение подбирать архитектуру модели под конкретные задачи (например, DreamBooth, LoRA, Textual Inversion).
Опыт работы с фреймворками PyTorch и Hugging Face.
Опыт подготовки и обработки больших объемов данных для обучения.
Желательные навыки:
Понимание специфики работы с графическими моделями и генеративным контентом.
Опыт работы с инструментами для управления вычислениями (например, Google Colab, AWS, Azure, локальные GPU-сервера).
Опыт работы с инструментами автоматизации (например, Weights & Biases).
Личностные качества:
Умение работать в команде, гибкость в подходах.
Способность быстро адаптироваться к новым технологиям.
Аналитический склад ума.
Что мы предлагаем:
- Удалённая работа из любой точки мира.
- Гибкий график, чтобы ты мог работать в комфортном для тебя ритме.
- Высокая зп
