- Страна
- Россия
AI Engineer (Video Pipeline, Python)
Оценка ИИИнтересная и современная роль на стыке AI и Media с высокой степенью автономности. Удаленный формат и работа с топовыми технологиями (Sora, Runway) делают вакансию привлекательной, хотя отсутствие указанной зарплаты немного снижает балл.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков: глубокого знания Python и ETL-пайплайнов с одной стороны, и экспертизы в работе с генеративными нейросетями и видео-продакшеном с другой. Самостоятельность в выборе инструментов и ответственность за бюджет повышают планку ответственности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ вакансии не указан уровень дохода, однако для позиции Middle AI Engineer на российском рынке с таким набором компетенций (Python + GenAI + ETL) зарплаты обычно стартуют от 200 000 рублей. Специалисты с опытом работы в видео-пайплайнах могут претендовать на верхнюю границу рынка из-за редкости сочетания навыков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Emphasoft
AI Engineer (Video Pipeline, Python)
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: удалённо
*☑️* Чем предстоит заниматься
-1. Проектирование контентных пайплайнов (аналог ETL)
-Сбор идей/скриптов → Генерация промптов → Вызов API нейросетей (видео/аудио/изображения) → Автоматизированный рендер и монтаж (ffmpeg и аналоги) → Выгрузка готового ролика
-2. Самостоятельный подбор и поставка AI-моделей
-Вы сами оцениваете рынок генеративных моделей, выбираете оптимальные решения под задачу (Runway, Pika, Sora, Midjourney, ElevenLabs, Suno, open-source модели и т.д.) и выстраиваете интеграции с ними. Мы не даём готовый список инструментов — вы приносите его нам
-3. Генерация и поставка исходного контента
-Весь первичный материал для видео (изображения, видеоклипы, озвучка, музыка, сценарии) создаётся и поставляется самим инженером с помощью ИИ. Это не задача для отдельного дизайнера или копирайтера — это ваша зона ответственности
-4. Управление бюджетом на генерацию (токены API)
-Оплата токенов и подписок на AI-сервисы — на стороне компании. Вы сами планируете расход, оптимизируете стоимость генерации, выбираете между платными API и open-source альтернативами и отвечаете за экономическую эффективность пайплайна. Фактически вы управляете «себестоимостью единицы контента»
-5. Контроль качества (Data Quality → Video Quality)
-Выстраивание автоматических и полуавтоматических проверок сгенерированного видео: артефакты, скринтрекинг, липсинк, соответствие техническим требованиям площадок
*☑️* Наши пожелания к кандидатам
-Человека с системным инженерным мышлением (как у классического Data Engineer), но применяющего его в креативе и медиа
-Сильный Python
-Опыт проектирования и автоматизации пайплайнов (ETL/ELT, оркестрация, очереди, ретраи, мониторинг)
-Опыт интеграции внешних API (в т.ч. нестабильных, с лимитами и платными токенами)
-Понимание, как работать с видео: ffmpeg, кодеки, форматы, разрешения, битрейт
-Опыт работы с генеративными моделями (текст, изображения, видео, аудио)
-Умение самостоятельно разбираться в новых инструментах и приносить их в проект
-Ответственность за бюджет и себестоимость — вы управляете расходом токенов
-Будет плюсом:
-Опыт с Stable Diffusion, ComfyUI, LoRA
-Работа с Runway, Pika, Sora, Kling, Midjourney, ElevenLabs, Suno
-Опыт в медиа, продакшене, контент-фабриках
-Понимание требований площадок (Reels, Stories, Shorts, TikTok)
-MLOps-навыки: деплой моделей, Docker, GPU-инфраструктура
Контакты: Откликнуться
*🔥* Откликнуться / Откликнуться / Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- ETL
- FFmpeg
- API Integration
- Stable Diffusion
- ComfyUI
- Docker
- MLOps
- Generative AI
Возможные вопросы на собеседовании
Проверка навыков работы с видео на низком уровне, что критично для автоматизации рендера.
Расскажите о вашем опыте работы с ffmpeg: какие сложные задачи по склейке или обработке видео вы решали программно?
Оценка способности кандидата оптимизировать расходы компании на API.
Как бы вы организовали систему мониторинга и контроля затрат на токены при использовании нескольких внешних AI-сервисов?
Проверка инженерного подхода к нестабильным внешним системам.
Как вы обрабатываете ошибки и таймауты при работе с API генеративных моделей, которые могут быть нестабильны или иметь жесткие лимиты?
Оценка технического кругозора в области GenAI.
В каких случаях вы предпочтете использование open-source моделей (например, Stable Diffusion в Docker) вместо платных API вроде Midjourney?
Проверка навыков контроля качества (QA) в специфической нише.
Какие метрики или методы вы бы внедрили для автоматической проверки качества сгенерированного видео (отсутствие артефактов, липсинк)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
