В этой роли вы будете работать над задачами на стыке машинного обучения, обработки сигналов и production engineering: от детекции шума, шепота и голосовой активности до диаризации, споттинга, биометрии, EOU и routing-логики. Это возможность не просто решать сложные прикладные ML-задачи, а строить и улучшать реальные системы, которые работают в проде, выдерживают требования по latency и качеству и становятся важной частью пользовательского опыта.
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!
Обязанности
- Разрабатывать, обучать и улучшать ML-модели для аудио- и speech-задач
- Работать с полным циклом разработки моделей: от постановки задачи, анализа данных и построения пайплайнов до внедрения, мониторинга и итеративного улучшения в production
- Проектировать решения для real-time и streaming-сценариев с жёсткими требованиями к latency, стабильности и качеству
- Исследовать и внедрять современные подходы в audio ML и speech ML, выбирая между классическими методами, deep learning и hybrid-подходами в зависимости от задачи и продуктового эффекта
- Строить и улучшать системы оценки качества: offline-метрики, тестовые наборы, error analysis, A/B-подходы и другие способы объективно измерять качество моделей
- Работать с данными: формировать обучающие выборки, улучшать разметку, искать источники деградации качества, повышать устойчивость моделей к шуму, акцентам, каналам связи и другим вариациям реального мира
- Оптимизировать модели и inference-пайплайны для эффективной работы в production-среде
- Плотно взаимодействовать с инженерами, исследователями, продуктом и смежными командами, чтобы быстро доводить сильные ML-идеи до рабочего решения
- Вносить вклад в техническое направление команды, предлагать новые подходы, поднимать планку качества и помогать принимать архитектурные решения.
Требования
- Высшее образование в области математики, computer science, физики, статистики, data science
- Уверенный senior-уровень в machine learning и практический опыт построения и внедрения ML/DL-моделей в production
- Сильная экспертиза в одном или нескольких направлениях, связанных с audio, speech или signal processing
- Отличное знание Python и уверенная работа с основным ML-стеком: PyTorch, NumPy, Pandas, Scikit-learn, а также инструментами для обучения, экспериментов и production deployment
- Опыт работы с метриками качества
- Сильные коммуникационные навыки и способность ясно объяснять сложные технические вещи как инженерам, так и нетехническим стейкхолдерам
- Проактивность и желание двигать вперёд не только свою задачу, но и весь ML-контур команды.
Условия
- Крупнейшее DS&AI community — более 600 DS-специалистов банка
- Дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
- Возможность быть соавтором НИРов и статей для международных конференций
- Возможность выбрать удобный формат работы: гибрид или офис
- Ежегодный пересмотр зарплаты, годовая премия
- Корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- Ипотека выгоднее до 7% для каждого сотрудника
- Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- Вознаграждение за рекомендацию друзей в команду Сбера.
