Member of Technical Staff - Image / Video Generation

Über Black Forest Labs

Wir sind das Team hinter Latent Diffusion, Stable Diffusion und FLUX – grundlegende Technologien, die verändert haben, wie die Welt Bilder und Videos erstellt. Wir entwickeln die generativen Modelle, die die Art und Weise, wie Menschen Bilder und Videos erstellen, antreiben – Werkzeuge, die von Millionen von Kreativen, Entwicklern und Unternehmen weltweit genutzt werden. Unsere FLUX-Modelle gehören zu den fortschrittlichsten der Welt, und wir fangen gerade erst an. Mit Hauptsitz in Freiburg, Deutschland, und einer wachsenden Präsenz in San Francisco, wachsen wir schnell, während wir uns treu bleiben: Forschungsexzellenz, offene Wissenschaft und der Aufbau von Technologien, die die menschliche Kreativität erweitern.

Warum diese Rolle

Sie werden groß angelegte Diffusionsmodelle für die Bild- und Videoerzeugung trainieren, neue Ansätze erkunden und dabei die Strenge aufrechterhalten, die uns hilft, bedeutenden Fortschritt von inkrementellen Anpassungen zu unterscheiden. Es geht nicht darum, etablierten Rezepten zu folgen – es geht darum, die Experimente durchzuführen, die klären, welche architektonischen Entscheidungen wichtig sind und welche weniger Einfluss haben.

Woran Sie arbeiten werden

• Trainieren von groß angelegten Diffusions-Transformator-Modellen für Bild- und Videodaten, Arbeiten im Maßstab, wo Intuitionen brechen und empirische Beweise wichtig sind.
• Rigoroses Ablation von Designentscheidungen – Durchführung von Experimenten, die Variablen isolieren, Störfaktoren kontrollieren und Einsichten produzieren, denen man tatsächlich vertrauen kann – und dann diese Ergebnisse kommunizieren, um unsere Forschungsrichtung zu gestalten.
• Überlegen der Geschwindigkeits-Qualitäts-Abwägungen von neuronalen Netzwerkarchitekturen in Produktionsumgebungen, in denen beide Einschränkungen gleichzeitig wichtig sind.
• Feinabstimmung von Diffusionsmodellen für spezialisierte Anwendungen wie Bild- und Video-Upscaler, Inpainting/Outpainting-Modelle und andere Aufgaben, bei denen allgemeine Modelle nicht ausreichen.

Was wir suchen

Sie haben groß angelegte Diffusionsmodelle trainiert und starke Intuitionen darüber entwickelt, was wichtig ist. Sie wissen, dass jede Designentscheidung auf Forschungsebene Kompromisse hat, und der einzige Weg, um herauszufinden, welche es wert sind, getroffen zu werden, ist durch sorgfältige Ablation. Sie sind damit vertraut, Probleme beim verteilten Training zu debuggen und Forschungsergebnisse dem Team zu präsentieren. Sie haben wahrscheinlich:

• Praktische Erfahrung im Training von groß angelegten Diffusionsmodellen für Bild- und Videodaten, mit praktischem Wissen über häufige Fehlerquellen und was beim Training am wichtigsten ist.
• Erfahrung in der Feinabstimmung von Diffusionsmodellen für spezialisierte Anwendungen – Upscaler, Inpainting, Outpainting oder andere Aufgaben, bei denen das Verständnis des Bereichs ebenso wichtig ist wie das Verständnis der Architektur.
• Tiefes Verständnis dafür, wie man Bild- und Video-generative Modelle effektiv bewertet – zu wissen, welche Metriken mit Qualität korrelieren und welche nur bequeme Stellvertreter sind.
• Starke Kenntnisse in PyTorch, Transformatorarchitekturen und dem gesamten Ökosystem des modernen Deep Learning.
• Solides Verständnis von Techniken des verteilten Trainings – FSDP, Low-Precision-Training, Modellparallelität – da unsere Modelle nicht auf eine GPU passen und Trainingsentscheidungen die Forschungsergebnisse beeinflussen.

Wir wären besonders begeistert, wenn Sie:

• Erfahrung im Schreiben von Vorwärts- und Rückwärts-Triton-Kernen haben und deren Korrektheit unter Berücksichtigung von Gleitkommafehlern sicherstellen können.
• Fähigkeiten im Profiling, Debugging und Optimieren von Einzel- und Multi-GPU-Operationen mit Tools wie Nsight oder Stack-Trace-Viewern mitbringen.
• Die Leistungsmerkmale verschiedener architektonischer Entscheidungen im großen Maßstab kennen.
• Veröffentlichte Forschung haben, die dazu beigetragen hat, wie Menschen über generative Modelle denken.

Wie wir zusammenarbeiten

Wir sind ein verteiltes Team mit echten Büros, die die Leute tatsächlich nutzen. Je nach Ihrer Rolle werden Sie entweder mindestens 2 Tage pro Woche (oder eine volle Woche alle zwei Wochen) bei uns in Freiburg oder SF sein oder remote arbeiten mit einer monatlichen persönlichen Woche, um verbunden zu bleiben. Wir übernehmen angemessene Reisekosten, um dies zu ermöglichen. Wir glauben, dass persönliche Zeit wichtig ist, und wir haben die Dinge so strukturiert, dass sie für alle zugänglich sind. Wir werden besprechen, wie dies für die Rolle während unseres Interviewprozesses aussehen wird.

Alles, was wir tun, basiert auf vier Werten:

• Besessen. Wir sind ein Forschungsinstitut an der Front. Die Wissenschaft muss richtig sein, das Verständnis tief, das Produkt schön.
• Niedriger Ego. Die Arbeit spricht. Die beste Idee gewinnt, egal wer sie gesagt hat. Anerkennung wird geteilt. Niemand steht über einer Aufgabe.
• Mutig. Wir gehen die ambitionierte Wette ein. Wir liefern, wir warten nicht darauf, dass die Bedingungen perfekt sind.
• Freundlich. Menschen über Politik. Wir behandeln uns gegenseitig mit echter Wärme. Handlungsmacht ohne Empathie schafft Chaos.

Wenn sich das nach Arbeit anhört, die Ihnen Freude bereiten würde, würden wir uns freuen, von Ihnen zu hören.