AI Engineer / ComfyUI Expert / RunPod (Image/Video Generation)

Вакансия: AI Engineer / ComfyUI Expert / RunPod (Image/Video Generation)

Формат: Проектная работа / Контракт.

Бюджет согласовываем после интервью.
Стек: Python, Docker, ComfyUI, RunPod SDK.

О ПРОЕКТЕ
Мы запускаем AI SaaS-платформу. Наш фокус — не просто картинки, а и качественное AI-видео (Img2Video, Txt2Video, Avatars).
Архитектура: Backend (Supabase) отправляет задачи в GPU-кластер (RunPod Serverless).

⚠️ КЛЮЧЕВОЙ ФОКУС: ВИДЕО И ОПТИМИЗАЦИЯ
Это не вакансия для тех, кто просто умеет писать промты.

1. Video-First: Мы работаем с тяжелыми видео-пайплайнами (SVD, AnimateDiff, Wan, LTKV). Ты должен понимать, как генерировать видео без ошибок памяти (OOM) и артефактов.

2. Adaptation over Creation: Нам не нужно, чтобы ты собирал все воркфлоу с нуля годами. Мы ожидаем, что ты умеешь брать готовые сложные JSON-схемы из комьюнити (OpenArt/CivitAI), разбирать их, чинить, выкидывать лишнее и оптимизировать под наш продакшн.

ЗАДАЧИ:

1. Инфраструктура (Docker & RunPod)

• Production Image: Собрать оптимизированный Docker-образ с ComfyUI и runpod-python SDK.

• Network Volume Strategy: Настроить архитектуру так, чтобы тяжелые веса (Checkpoints, VAE, Video Models) лежали на сетевом диске (Network Volume), а не в самом образе. Это критично для быстрого холодного старта.

• LoRA Caching: Реализовать "умную" загрузку пользовательских LoRA (Check cache -> Download from R2 -> Generate).

2. Инжиниринг Видео-Воркфлоу

• Стабилизация: Настройка параметров (motion_bucket_id, fps, interpolation), чтобы видео было плавным, а не дерганым.

• VRAM Management: Ты понимаешь, как настроить ComfyUI (tiled_decode, lowvram), чтобы генерация 4-секундного видео не крашила воркер с 24GB VRAM.

• API Preparation: Превращение "спагетти-нод" в чистый API-формат (JSON), где параметризированы только нужные поля.

3. Python Handler (Logic)

• Написать Python-скрипт (обвязку внутри контейнера), который:

  • Валидирует входящий JSON.

  • Запускает ComfyUI execution.

  • Загружает результат (MP4/PNG) напрямую в Cloudflare R2.

  • Отправляет вебхук на бэкенд о готовности.

ТЕХНИЧЕСКИЕ ТРЕБОВАНИЯ:

• RunPod Serverless: Глубокое понимание платформы (Worker lifecycle, Network Volumes).

• Video Generation Stack: Опыт работы с Stable Video Diffusion (SVD), AnimateDiff.

• Workflow Debugging: Умение читать ошибки в консоли и понимать, какая именно Custom Node сломала пайплайн.

• Python & Docker: Умение писать чистые Dockerfile (CUDA support).

БУДЕТ ПЛЮСОМ:

• Опыт настройки пайплайна обучения (Kohya_ss / OneTrainer) в облаке.

• Опыт написания своих Custom Nodes на Python.