Data Scientist
Исключительная вакансия в топовом AI-стартапе с огромной выручкой ($700M ARR) и реальным влиянием на рынок. Работа над передовыми технологиями генерации видео делает эту позицию одной из самых привлекательных в индустрии.
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
Высокая сложность обусловлена работой в передовой области генеративного AI и огромными масштабами данных (25M+ пользователей). Требуются исключительные знания в области Deep Learning и Computer Vision.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Учитывая статус компании как единорога с высоким доходом, предлагаемая компенсация, вероятно, находится на верхнем пределе рынка для Senior/Lead позиций, включая значительный пакет опционов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Откликнуться pinned «Расширяем команду Data Science в Higgsfield AI *🙂* Higgsfield AI — компания в сфере генеративного AI-видео и креативных инструментов: $700M ARR, 25M+ пользователей по всему миру и 6M+ генераций в день. Среди наших клиентов — 390 брендов из списка Fortune 500.…»
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Data Science
- Machine Learning
- Generative AI
- Deep Learning
- Computer Vision
- Python
Возможные вопросы на собеседовании
Важно понимать, как кандидат справляется с нагрузкой в 6 млн генераций в день.
Как бы вы оптимизировали инференс тяжелых диффузионных моделей для работы в реальном времени при высокой нагрузке?
Компания занимается генерацией видео, что является одной из самых сложных задач в AI.
Какие архитектурные подходы вы считаете наиболее перспективными для обеспечения временной согласованности (temporal consistency) в видео-генерации?
Работа с Fortune 500 требует высокого качества выходного контента.
Как вы предлагаете оценивать качество сгенерированного видео контента, помимо стандартных метрик вроде FID или FVD?
В стартапах с быстрым ростом важно уметь быстро проверять гипотезы.
Расскажите о вашем опыте проведения A/B тестов для ML-моделей и как вы интерпретируете результаты в условиях шума.
Проверка фундаментальных знаний в области глубокого обучения.
В чем заключаются основные сложности обучения трансформеров на видеоданных по сравнению с текстовыми данными?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

