AI / ML developer / ML-инженер

Мы – инновационный проект в сфере искусственного интеллекта, создаём сервис генерации фотореалистичных изображений. Ищем талантливого ML-инженера, который умеет выжимать максимум из нейросетей: ускорять инференс, сокращать время обучения и адаптировать модели под реальные нагрузки.

Чем предстоит заниматься:

• Оптимизировать вывод и обучение генеративных моделей (на базе Flux и Julia): использовать Flash-Attention, half/int8, слияние слоёв, ручную реструктуризацию архитектуры.
  

• Экспортировать модели из Flux в ONNX, собирать движки в TensorRT, при необходимости писать кастомные плагины на C/CUDA.
  

• Работать с ComfyUI: создавать кастомные узлы, автоматизировать пайплайны, внедрять кэширование и микробатчинг.
  

• Профилировать узкие места (Nsight, trtexec), собирать метрики и снижать задержки.
  

• Разворачивать решения на облачных GPU (Runpod, AWS), писать CI/CD пайплайны для сборки движков, автотестов и развёртки.
  

Наш идеальный кандидат:

• 3 + лет в Python (≥ 3.10) и Julia (≥ 1.10); пишете чистый, типизированный, async-код.
  

• Уверенно работаете с flux.jl и diffusion-моделями.
  

• Опыт CUDA/cuDNN и плагинов TensorRT 8/9.
  

• Конверсия моделей в ONNX, onnx-simplifier, Polygraphy.
  

• Профилировщики — nvprof, Nsight Systems/Compute, trtexec.
  

• Писали кастомные узлы для ComfyUI.
  

• Запускали высоконагруженный инференс на Runpod или AWS, умеете считать P95 latency и VRAM.
  

Будет плюсом:

• Знание Triton для собственных ядер.

• Опыт коммерческой работы с Stable-flux 1.x или аналогичными проектами.
  

• Контрибуции в Flux.jl, ComfyUI или другие релевантные репозитории.
  

• Опыт инфраструктурных инструментов (Terraform, Prometheus, Grafana — по желанию).
  

Что мы предлагаем:

• Удаленный формат работы

• Интересные задачи без рутины: реализация нестандартных идей, постоянное развитие сервиса.

• Мощные GPU

• Конкурентную заработную плату, которая пересматривается по результатам.

• Команду, где уважают инициативу.

• Возможность развивать продукт с высоким трафиком и реальным impact'ом.
  

Как откликнуться:

Пришли:

• GitHub или ссылку на проект с кастомными ML-решениями (желательно — в области генерации изображений).
  

• Пару строк об опыте с flux / TensorRT / кастомными оптимизациями.