О компании
Cantina Labs – разработчик социальных ИИ-технологий, создающий продвинутые real-time модели, которые выводят эмоциональность, харизму и реалистичность персонажей на новый уровень. Технологии компании оживляют цифровых героев, полностью меняя то, как люди общаются, творят и рассказывают истории.
2023
Основание
Сан-Франциско, США
Штаб-квартира
Real-time видеомодели с низкой задержкой, которые превращают интерактивных персонажей в живых собеседников.
Главная фича
Задача
Найти Applied ML Engineer с опытом обучения и масштабирования больших видеогенеративных моделей: от данных и тренировки до дистилляции и ускорения модели до продакшн-готового real-time решения.
Кого искали:
- От 2 лет опыта building и shipping ML-систем с четкой зоной ответственности
- Уверенный PyTorch и Python, комфортно на стороне и тренировки, и инференса
- Опыт тренировки или масштабирования генеративных моделей, желательно видеогенерации (diffusion/transformers/VAE)
- Опыт distributed training и больших ранов (DDP/FSDP/DeepSpeed)
- Подтвержденный опыт улучшения производительности: latency/memory/cost оптимизации, профилирование
- Продуктовое мышление: умение довести исследовательскую идею до рабочей имплементации
Челлендж:
- в стартапах, где у них был релевантный опыт, но объемы GPU обычно меньше, чем требовалось клиенту;
- в крупных компаниях, где объемы соответствовали, но ожидания по зарплате были заметно выше бюджета.
Основная сложность была в самом сочетании требований: нужен был специалист, который реально тренировал и оптимизировал современные видеогенерационные модели именно на больших объемах GPU. Таких кандидатов на рынке немного, и почти все они распределены между двумя полюсами:
Решение
Чтобы точнее откалибровать поиск, мы созвонились с техническим специалистом клиента и вместе разобрали несколько реальных профилей. Это помогло точечно доработать портрет кандидата и выявить узкие места в воронке.
После этого мы сфокусировались на конкретных компаниях-донорах с нужной экспертизой и перешли от массового поиска к прицельному.
После этого мы сфокусировались на конкретных компаниях-донорах с нужной экспертизой и перешли от массового поиска к прицельному.
2 месяца
от начала поиска до оффера
258
резюме обработано
1
вакансия закрыта
Результаты
ML Researcher с редкой экспертизой: где мы искали и как нашли 3-х экспертов для 42.
Созвон с членом технической команды клиента сыграл ключевую роль: разобрав вместе несколько профилей, мы гораздо точнее поняли, кого именно ищем, и смогли сфокусировать поиск на конкретных компаниях-донорах вместо того, чтобы просто наращивать объем воронки
Отзыв рекрутера
Дарья
Sourcing IT Specialist in Lucky Hunter
Поделиться
Свежие кейсы