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.
• Опыт построения и валидации классификаторов на видеоданных: пайплайны разметки, active learning, калибровка порогов, измерение precision/recall в масштабе.
• Хорошее понимание методов кураторства данных: дедупликация, фильтрация, сэмплирование, балансировка датасетов, и того, как эти решения влияют на обучение моделей.
• Опыт обработки крупномасштабных неструктурированных данных, особенно видео, аудио и изображений.

Что мы предлагаем

• Конкурентная базовая зарплата в USD — в зависимости от вашего опыта, навыков и уровня роли.
• Опции: участие в программе опционов компании — возможность разделить долгосрочный рост Higgsfield.
• Поддержка релокации в Алматы для кандидатов, переезжающих из другого города или страны.
• Динамичная среда с высоким уровнем сотрудничества, где вы работаете напрямую с опытными лидерами и оказываете реальное влияние на продукт и компанию.