Ingeniero/a sénior de IA, sistemas de avatar y voz

Nuestros modelos de avatar y clonación de voz ya están entrenados, ya son buenos y ya sostienen muchos directos a la vez.

Ingeniería · Presencial, Ciudad Ho Chi Minh, Vietnam · Tiempo completo

Sobre el puesto

Buscamos un/a Ingeniero/a sénior de IA, sistemas de avatar y voz que se haga cargo de los modelos que ya mueven Genpio en producción: el stack de cabeza parlante, lip-sync y clonación de voz que permite a un avatar de IA salir en directo en TikTok y vender durante horas sin una persona frente a la cámara.

Léelo con atención, porque cambia el trabajo. Los modelos ya están entrenados. Ya generan avatares con calidad de emisión profesional, ya clonan una voz a partir de material de referencia breve y ya sostienen muchos directos al mismo tiempo. No te pedimos que empieces con un repo vacío y un paper de investigación.

Te pedimos que te hagas cargo de lo que existe y lo mejores. Eso significa mantener el presupuesto de latencia a medida que crece la carga, reducir el costo de GPU de cada hora de directo, exprimir más calidad de los modelos que tenemos, incorporar nuevas identidades y voces sin regresiones y mantenerlo todo en pie mientras clientes reales están en directo. No hay un equipo de plataforma aparte al que pasarle las guardias. Tú tomas las decisiones y convives con ellas en producción.

Qué harás

Hacerte cargo de los modelos en producción

Tomar el relevo de nuestros modelos de avatar, lip-sync y clonación de voz y ser la persona responsable de cómo se comportan en directo
Conocer el stack actual a fondo: dónde se va el tiempo, dónde se va la memoria, dónde se rompe la calidad
Mantener sanos los directos 24 horas al día y detectar regresiones de calidad antes que el cliente

Hacerlo más rápido y más barato

Mantener un presupuesto de latencia de extremo a extremo estricto: entra audio, salen fotogramas con lip-sync, en directo y sin desfase
Reducir el costo por hora de directo mediante cuantización, destilación, mejor batching y eliminando la sobrecarga de kernels y CPU
Llevar más lejos el throughput y la memoria de GPU para que la misma flota soporte más directos simultáneos

Mejorar la calidad

Hacer fine-tuning y adaptar lo que tenemos: más detalle en la boca, mejor retención de identidad, mejor prosodia, sin reentrenarlo todo desde cero
Incorporar nuevos avatares y nuevas voces clonadas a partir de material de referencia breve, de forma rápida y repetible
Construir los ciclos de evaluación y regresión que demuestran que un checkpoint es realmente mejor y luego desplegarlo con un canary

Escalar el stack de serving

Ampliar el serving multidirecto: continuous batching, multi-tenancy, control de admisión, degradación controlada
Diseñar qué pasa cuando muere una GPU, se congela un directo o se dispara la demanda, y hacer que sea aburrido
Decidir qué vale la pena construir, comprar o ajustar con fine-tuning a continuación, y defenderlo con números

Qué buscamos

Imprescindible

Más de 5 años en ingeniería de ML, con dominio profundo de PyTorch: lo perfilas, lees la traza, no te limitas a llamar a .fit()
Experiencia real siendo responsable de un modelo en producción, no solo entrenándolo: serving, latencia, costo, guardias
Optimización de inferencia en el mundo real: cuantización, destilación, batching, CUDA graphs, TensorRT o similares
Soltura para mejorar y adaptar los modelos y el código de otra persona en lugar de reescribirlos
Capacidad para tomar decisiones de arquitectura en solitario y explicarlas con claridad en inglés

Deseable

Experiencia concreta en cabezas parlantes, lip-sync, TTS, clonación de voz o avatares en tiempo real
Escritura de kernels en CUDA o Triton, y soltura leyendo una traza de profiler
Serving de GPU a gran escala (Triton Inference Server, vLLM, Ray Serve o uno propio)
Experiencia ejecutando muchos streams generativos simultáneos sobre una flota fija de GPU

Herramientas que usarás

PyTorch, CUDA, TensorRT, ONNX, Triton, Docker, Kubernetes, GPU NVIDIA (clase A100/H100), Weights and Biases, Git/GitHub, Notion, Slack.

Proceso de selección

Presentación de 30 minutos con un ingeniero
Conversación técnica en profundidad: inferencia, serving y dónde se rompió tu último sistema en producción
Ejercicio práctico: perfilar y optimizar una ruta de inferencia real dentro de un presupuesto de latencia
Diseño de sistemas y encaje con el equipo: serving de avatares multidirecto a escala, con los fundadores
Oferta

Compensación y beneficios

Salario base de nivel sénior más una participación accionarial significativa en una empresa de IA de rápido crecimiento
Trabajo presencial en Ciudad Ho Chi Minh, en una oficina moderna y bien equipada
Un presupuesto de GPU serio y hardware de primer nivel, porque el trabajo lo requiere
Seguro médico, offsite de equipo y presupuesto personal para formación y conferencias

Cómo postularte

Postúlate en esta página. Si prefieres el email, envía tu CV a [email protected] o [email protected] con el asunto [AI Engineer] Tu nombre completo, y cuéntanos en pocas líneas el trabajo del que te sientes más orgulloso/a, con enlaces cuando puedas.

Por qué Genpio

La mayoría de los trabajos de ingeniería de IA te dan un problema de investigación y un largo camino hasta algo real. Este te da modelos que funcionan, directos en marcha y clientes que pagan desde el primer día. Lo interesante no es conseguir que funcione, porque ya funciona. Lo interesante es hacerlo rápido, barato y bonito a una escala a la que casi nadie ha llevado este tipo de modelos.

Apply, and see every open role: https://genpio.com/es/careers