Техническое задание: Миграция AI-фотобудки на собственную инфраструктуру

У нас работает сервис AI-фотобудки (аватары) в виде Telegram-бота. В настоящее время для двух ключевых процессов используется стороннее API:

• Обучение персонализированных аватаров пользователей на основе их фотографий (технология LoRA).
• Генерация итоговых изображений по запросу (модель Flux Dev).

Цель проекта

Полностью перенести оба процесса - обучение LoRA-моделей и инференс (генерацию) через Flux Dev - на нашу собственную серверную инфраструктуру. Основные драйверы: значительное снижение операционных затрат и получение полного контроля над производительностью и данными.

Ключевые задачи для исполнителя

1. Развёртывание и настройка Flux Dev

• Установка и конфигурация среды для работы модели Flux Dev на наших GPU-серверах.
• Оптимизация для стабильной и быстрой генерации изображений.
• Интеграция сценария генерации в существующую логику Telegram-бота (замена вызовов внешнего API).

2. Организация пайплайна обучения LoRA-аватаров

• Настройка выделенного окружения для обучения LoRA-моделей на основе пользовательских фотографий.
• Автоматизация процесса: от загрузки фотографий до сохранения обученной модели.
• Обеспечение изоляции процессов и отказоустойчивости.

3. Интеграция и документация

• Объединение развёрнутых систем в единый рабочий пайплайн для бота.
• Написание понятной технической документации по архитектуре и эксплуатации.
• Консультация по выбору оптимальной конфигурации железа (GPU, память, диски).

Мы ищем специалиста с практическим опытом развёртывания генеративных AI-моделей (Stable Diffusion, Flux) и работы с тонкой настройкой LoRA. Готовы предоставить доступ к инфраструктуре и детально обсудить текущую архитектуру.