Embedding VC
Embedding VC
Embedding VC er et tidligfasebasert venturekapitalfirma med base i Menlo Park. Firmaet investerer fra såkornfasen og videre i teknologiselskaper bygget rundt AI og maskinlæring. Porteføljen fokuserer på infrastruktur for utviklere og data, og firmaet støtter gründere innen teknikk, produkt og forskning.

AI-ingeniør innen generativ video og avatarer

Tren og sett i drift generative modeller for LiveX AIs interaktive digitale avatarer. Forbedre multimodale videosystemer for strømming i sanntid med forsinkelse under 200 ms.

Beskrivelse

  • Tren og finjuster generative modeller for syntese av snakkende ansikter, lyddrevet ansiktsanimasjon og avatarvideo med helkroppsbevegelser
  • Bygg datapipelines for å samle inn, rense, merke, justere og utvide store video-, lyd- og multimodale datasett
  • Optimaliser modeller for drift i sanntid med en samlet forsinkelse under 200 ms ved hjelp av destillering, kvantisering, beskjæring, mellomlagring, strømmende inferens og ved behov tilpassede CUDA- eller Triton-kjerner
  • Bygg og vedlikehold infrastruktur for trening, evaluering og utrulling på GPU-klynger
  • Fastsett og følg opp kvalitetsmål for leppesynkronisering, bevaring av identitet, naturlige ansiktsuttrykk, forsinkelse og gjennomstrømning
  • Samarbeid med backend-, produkt- og forskningsteam for å levere avatarfunksjoner og forbedre dem basert på tilbakemeldinger fra brukerne
  • Følg forskningen innen generativ video, multimodal AI og neural rendering, og bruk relevante metoder i teknologistakken

Krav

  • Ha minst tre års praktisk erfaring med maskinlæringsteknikk, eller solid forskningserfaring kombinert med produksjonsklar kode og dokumenterte resultater med å levere modeller for dyp læring
  • Ha dyp ekspertise i PyTorch og moderne arbeidsflyter for dyp læring
  • Kunne lese, reprodusere og videreutvikle forskningsartikler
  • Ha solid bakgrunn innen minst ett område: diffusjonsmodeller, videogenerering, generativ AI, datasyn, multimodal lyd- og syns-AI, talesyntese eller neural rendering
  • Ha gode ferdigheter i Python-utvikling
  • Ha erfaring med distribuert trening på tvers av flere GPU-er og noder
  • Ha dokumentert erfaring med optimalisering av inferens i sanntid ved hjelp av TensorRT, ONNX, Triton Inference Server, CUDA, blandet presisjon og strømmepipelines
  • Trives med uklare og raskt skiftende rammer og tar initiativ og ansvar
  • Ha en startup-mentalitet, lære raskt og være ivrig etter å videreutvikle interaktive avatarfunksjoner

Fordeler

  • Eierandeler
  • Fordeler
  • Tilgang til betydelig GPU-kapasitet

Relaterte jobber

Capital One

AI-ingeniør hos Capital One – agentbasert AI og MLX-plattformtjenester

Capital One

Utvikle grunnmodeller, agentbaserte arbeidsflyter og generative AI-plattformtjenester for Capital Ones produkter. Forbedre skalerbarheten og produksjonsytelsen til AI-systemer som betjener bankkunder.

Åpne
Capital One

Senior AI-ingeniør, agentiske AI-plattformer hos Capital One

Capital One

Bygg skalerbare plattformer for agentisk AI, grunnmodeller og orkestrering av flere modeller. Videreutvikle infrastruktur og produkter for ansvarlig AI i Capital Ones bankvirksomhet.

Åpne
Capital One

AI-ingeniør 5 – agentiske AI-plattformer hos Capital One

Capital One

Bygg og optimaliser produksjonstjenester for agentisk AI, store språkmodeller og generativ AI hos Capital One. Jobb med modellorkestrering, styring og infrastruktur for banktjenester.

Åpne
Capital One

Senior AI-ingeniør, grunnmodeller

Capital One

Utvikle ansvarlige grunnmodeller, inferenssystemer og agentbaserte arbeidsflyter for Capital Ones bankprodukter. Forbedre den skalerbare AI-infrastrukturen bak produktene.

Åpne