cores
radaremprego

Machine Learning Researcher

Regimeremoto
Horáriosem indicação no anúncio
não indicado no anúnciocontrato · salário
publicado 2026-11-01

Em resumo IA

Investigação em modelos generativos de vídeo humano (WAN, Hunyuan), com foco em controlo de expressões, sincronização labial e realismo. Contratação remota na região EMEA.

Descrição

Função
Investigar e desenvolver modelos generativos de vídeo com foco em expressão facial controlável, movimento da cabeça e sincronização labial guiada por áudio. Ajustar e estender modelos de difusão como WAN e Hunyuan, desenhar pipelines de treino e datasets de vídeo/áudio, e colaborar com equipas de produto e criativas.
Requisitos
  • Forte base em machine learning e deep learning, especialmente modelos generativos para vídeo, visão ou fala
  • Experiência prática em síntese de vídeo (reenactment facial, lip sync, áudio para vídeo, animação de avatares)
  • Proficiência em Python e PyTorch
  • Experiência em treino de modelos grandes e datasets de áudio/vídeo de alta resolução
  • Conhecimento de transformers, modelos de difusão, GANs e representações de movimento
  • Capacidade de trabalhar de forma autónoma num ambiente remoto
Valorizado
  • doutoramento em Visão Computacional ou ML, publicações em conferências de topo (CVPR, ICCV, ICLR, NeurIPS), contribuições open-source em lip sync ou geração de vídeo, experiência com inferência em tempo real, bibliotecas MMPose, MediaPipe ou DLIB
Condições
Contrato: não indicado
Salário: não indicado
Horário: não indicado
Local: remoto (EMEA)
Benefícios
não indicados

Job Description:

We are seeking a Machine Learning Researcher to join our team and help advance the state of the art in human-centric generative video models. Your work will focus on improving expression control, lip synchronisation, and overall realism in models such as WAN and Hunyuan. You’ll collaborate with a world-class team of researchers and engineers to build systems that can generate lifelike talking-head videos from text, audio, or motion signals—pushing the boundaries of neural rendering and avatar animation. We are hiring remotely across the EMEA region.

Key Responsibilities

  • Research and develop cutting-edge generative video models, with a focus on controllable facial expression, head motion, and audio-driven lip synchronisation.
  • Fine-tune and extend video diffusion models such as WAN and Hunyuan for better visual realism and audio-visual alignment.
  • Design robust training pipelines and large-scale video/audio datasets tailored for talking-head synthesis.
  • Explore techniques for controllable expression editing, multi-view consistency, and high-fidelity lip sync from speech or text prompts.
  • Work closely with product and creative teams to ensure models meet quality and production constraints.
  • Stay current with the latest research in video generation, speech-driven animation, and 3D-aware neural rendering.

Must Haves

  • Strong background in machine learning and deep learning, especially in generative models for video, vision, or speech.
  • Hands-on experience with video synthesis tasks such as face reenactment, lip sync, audio-to-video generation, or avatar animation.
  • Proficient in Python and PyTorch; familiar with libraries like MMPose, MediaPipe, DLIB, or image/video generation frameworks.
  • Experience training large models and working with high-resolution audio/video datasets.
  • Deep understanding of architectures such as transformers, diffusion models, GANs and motion representation techniques.
  • Proven ability to work independently and drive research from idea to implementation.
  • Strong problem-solving skills, ability to work autonomously in a remote-first environment.

Nice to Have

  • PhD in Computer Vision, Machine Learning, or a related field, with publications in top-tier conferences (CVPR, ICCV, ICLR, NeurIPS, etc.).
  • Familiarity with or contributions to open-source projects in lip sync, video generation, or 3D face modelling.
  • Experience with real-time inference, model optimisation, or deployment for production applications.
  • Knowledge of adjacent areas like emotion modelling, multimodal learning, or audio-driven animation.
  • Experience working with or adapting models like WAN, Hunyuan or similar.

Originally posted on Himalayas

Como me candidatar

Candidatar no anúncio original ↗

Preparar candidatura

Uma carta de apresentação e uma apresentação curta para esta oferta, escritas a partir do teu perfil, e o que aprender a seguir.

Entra e cria o teu perfil a partir do CV. É privado: não o partilhamos com ninguém.

Algo errado ou ilegal neste anúncio? Reportar

Fica visível enquanto analisamos. Decidimos em até 7 dias (o que é claramente ilegal, como uma burla, mais depressa) e dizemos-te o resultado e porquê.

Ofertas semelhantes

Salário comparado ⓘ

Esta ofertaMediana?4 179 €
2 763 €6 089 €

83 ofertas · Analistas de sistemas · teletrabalho

ver as que pagam mais →

Formação para esta vaga

Idiomas IA

Publicado em (1)

Vista pela primeira vez a 16 nov, 23:04