ML Ai продакт инженер (вайбкодинг)

Быстрорастущий стартап для креаторов ищет человека, который будет быстро проверять AI-гипотезы, собирать прототипы новых инструментов и улучшать текущие LLM / vision / video generation пайплайны в Trendsee.io

Нам нужен не просто prompt engineer и не классический разработчик. Нужен человек, который умеет работать с разными генеративными моделями (текст, фото, видео), быстро тестировать гипотезы, собирать рабочие прототипы и оценивать результат по качеству, скорости и стоимости.

Что нужно будет делать

• Проектировать и тестировать AI-пайплайны для анализа и генерации контента.
• Улучшать scoring видео, отбор референсов, анализ Reels/каруселей, генерацию сценариев и идей.
• Работать с текстовыми, визуальными и видеогенеративными моделями.
• Тестировать новые модели
• Подбирать модели под задачу: где нужна скорость, где качество, где дешевле
• Писать и улучшать промпты для текста, изображений и видео.
• Собирать быстрые прототипы и debug-интерфейсы вайбкодингос
• Сравнивать разные пайплайны по качеству, стоимости и скорости.
• Документировать результаты: что тестировали, какая модель лучше, где ограничения, что стоит внедрять.

Обязательный опыт

• Практический опыт работы с LLM: OpenAI / Claude / Gemini или аналогами.
• Практический опыт с image generation: Midjourney / Flux / DALL-E / Stable Diffusion / Ideogram или аналогами.
• Практический опыт с video generation: Runway / Kling / Veo / Pika / Luma / Higgsfield / Seedance или аналогами.
• Понимание, как устроены промпты для разных типов моделей.
• Умение оценивать качество генерации: композиция, соответствие референсу, motion, артефакты, стиль, персонажи, реализм.
• Умение строить пайплайны: текст → изображение → видео, референс → промпт → генерация → оценка результата.
• Базовый JS/Node.js или Python для сборки прототипов и API-интеграций.

Портфолио обязательно

В отклике нужно приложить примеры работ с генеративными моделями:

• какие изображения генерировали;
• какие видео генерировали;
• на каких моделях;
• какие промпты / подходы использовали;
• что получилось хорошо;
• какие были ограничения;
• какие пайплайны тестировали.

Можно приложить ссылки на Google Drive, Notion, Behance, Telegram-канал, Loom, YouTube, папку с файлами или любой другой удобный формат.

Нам важно увидеть не красивые случайные картинки, а именно практический опыт: какие задачи вы решали, какие модели сравнивали, какие выводы сделали.

Будет плюсом

• Опыт с API генеративных моделей.
• Опыт с автоматизацией генерации.
• Опыт с UGC / рекламными креативами / Reels / TikTok.
• Опыт с avatar video, talking head, product placement, image-to-video.
• Опыт с evals для генеративного контента.
• Опыт с парсингом Instagram / TikTok / YouTube / Threads.
• Умение быстро собирать MVP-интерфейсы для тестирования.