О компании
Robotmia – продуктовая IT-компания, специализирующаяся на технологиях машинного обучения, искусственного интеллекта и понимания естественного языка. На рынке больше 7 лет и каждый год растет минимум в 2 раза.
Основные продукты – "Голосовой ассистент" и "Модуль определения автоответчиков". С их помощью клиенты кратно увеличивают качество обслуживания своих пользователей и в разы сокращают расходы. А с операторов call-центров снимают скучную и рутинную работу.
Клиенты — российские компании из самых разных сфер (логистика, медицина, банковский сектор и другие). Многих из них можно найти в ежегодном рейтинге Forbes "ТОП-200 крупнейших частных компаний России".
Кого мы ищем
Нам нужен Data Scientist, нацеленный на бизнес-результат. Мы не занимаемся исследованиями ради исследований. Ты должен понимать: модель ценна только тогда, когда приносит прибыль или сокращает издержки. Ждем прагматика и энтузиаста, который умеет быстро проверять гипотезы и доводить решения до продакшна.
Чем предстоит заниматься
•Анализировать большие объемы аудиоданных (работа с ClickHouse) и проводить EDA для поиска неочевидных закономерностей
•Формулировать гипотезы, жестко привязанные к бизнес-метрикам (снижение операционных расходов, рост точности детекта)
•Работать с сильным дисбалансом классов при классификации аудио
•Настраивать и применять алгоритмы кластеризации данных для выявления скрытых паттернов
•Исследование и применение современных архитектур нейронных сетей (CNN, RNN, LSTM, TCN и др.)
•Работать над задачами коррекции аудио (шумоподавление) с применением современных архитектур
•Управлять ML-экспериментами через ClearML, обеспечивая воспроизводимость результатов
Мы ожидаем от тебя
•Опыт в DS/ML от 3 лет, с фокусом на результат, а не на процесс
•Умение работать с большими базами данных (ClickHouse) и писать сложные аналитические запросы
•Опыт кластеризации данных (K-Means, DBSCAN, иерархические методы) и настройки этих алгоритмов
•Умение выбирать и настраивать архитектуры нейронных сетей для задач классификации (CNN, RNN, LSTM, Transformer и др.)
•Опыт решения задач классификации с сильным дисбалансом классов (sampling, weighted loss, синтетические данные)
•Python, Pandas/NumPy, Scikit-learn, PyTorch/TensorFlow
•Библиотеки для аудио: Librosa, torchaudio
•Опыт работы с ClearML (MLflow, Weights & Biases — как альтернатива, но плюсом именно ClearML)
•Опыт разработки систем автоматического алертинга (мониторинг дрифта, аномалий, падения метрик в проде с автореакцией)
•Git, Docker, Kubernetes (понимание CI/CD для ML)
Будет плюсом
•Опыт с архитектурами RNN, LSTM, TCN, Transformer, WaveNet
•Решения задач Source Separation или шумоподавления
•Участие в Kaggle с задачами классификации небалансированных классов
•Опыт работы с потоковыми данными и реальными production-системами
Мы предлагаем
•Официальное трудоустройство в аккредитованной IT-компании
•Гибкий рабочий график 5/2, гибридный формат работы
•Стабильную зарплату 2 раза в месяц, отпуска и больничные
•Персонального наставника
•Креативную дружную команду, готовую помочь, научить и поддержать
•Удобный офис в Академгородке (2 мин. от станции Сеятель)
•Уютную атмосферу и классные корпоративы
•Корпоративное обучение и карьерный рост
