Job Description

Want to define how AI generates coherent video over minutes, not seconds?

This role sits at the heart of one of the hardest open problems in generative media: long-form video generation!

You’ll join a small, research-driven team building a multi-modal foundation model that reasons jointly across image, text, and audio. Their work powers a creative platform used to generate controllable, expressive video - and the underlying model is already in production.

As a Research Scientist focused on long video generation, you’ll work on the architectural problems that emerge once sequences stop being toy-length.

You’ll spend your time pushing sequence models to handle multi-minute videos without collapse. 

What you’ll work on

• Architectures for long-form, auto-regressive video generation
• Causal attention and long-context modelling strategies
• Techniques for temporal and semantic coherence over extended sequences
• Memory-efficient transformers and sequence compression
• Translating research into production-grade pipelines
• Publishing and presenting work internally and externally

You’ll fit well here if you’re comfortable operating at the intersection of theory and systems. 

Someone who can read the latest long-context papers, prototype quickly in PyTorch, and reason about what scales when models move from experiments to real users.

The team works fully in-person in San Francisco or New York.

What you’ll bring

• PhD or equivalent research/industry experience in ML or sequence modelling
• Deep understanding of transformers, attention, and auto-regressive generation
• Experience with long-context or memory-efficient modelling
• Strong Python and PyTorch skills
• Evidence of real research impact or large-scale deployment

Package

• Salary: Negotiable depending on experience
• Meaningful equity
• Medical, dental, and vision cover
• 401(k)
• Lunch and snacks provided
• Fully in-person role (SF or NYC)

If you want to work on long-form video generation problems, this is one of the few places doing it properly - please apply now!

All applicants will receive a response.