Machine Learning Engineer

Ideogram, инновационный стартап в области генеративного ИИ, приглашает опытного Инженера по машинному обучению, чтобы усилить нашу команду. Погрузитесь в сердце творчества, управляемого ИИ, в нашем штаб-квартире в центре Торонто, с операциями, которые простираются до Нью-Йорка. Узнайте больше о наших революционных продуктах, таких как инструмент преобразования текста в изображение, на ideogram.ai.

Наша миссия ясна: дать людям возможность развить свой творческий потенциал с помощью передовых инструментов ИИ. В команду основателей Ideogram входят светила ИИ, такие как Джонатан Хо, Уильям Чан, Читван Сахария и Мохаммад Норузи - ветераны из престижных учреждений вроде Google Brain, UC Berkeley, CMU и Университета Торонто. Они внесли свой вклад в такие прорывные проекты, как Imagen, Imagen Video и другие. Эти инновации формируют новую эру творческого выражения через технологии.

Как Инженер по машинному обучению в Ideogram, ваша роль будет заключаться в создании и развертывании передовых моделей машинного обучения для трансформации творческого ландшафта. Работайте бок о бок с выдающимися инженерами и исследователями, которые находятся на переднем крае креативной экономики. Это ваш шанс стать частью установления новых стандартов в генеративном ИИ.

Мы ищем кандидатов, которые принесут:

• По меньшей мере 2 года опыта в разработке моделей машинного обучения с использованием JAX, PyTorch или TensorFlow.
• Доказанную экспертизу в реализации основных систем машинного обучения, таких как Transformers, VAEs или модели Denoising Diffusion с нуля.
• Историю инноваций в области машинного обучения и глубокие знания в области глубокого обучения и передовых техник машинного обучения.
• Полное понимание и энтузиазм в отношении приложений генеративных медиа.
• Способность отлаживать и итерационно улучшать модели машинного обучения для оптимизации производительности.

Кроме того, желательны опыт работы с Kubernetes, Docker или оптимизация машинного обучения на низком уровне (например, написание кода для ядра CUDA).

Наша инженерная культура питается небольшой, гибкой командой, сосредоточенной на исследованиях, дизайне, продукте