Описание
В роли предстоит 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. Системы работают в production-среде с высокими требованиями к задержке и качеству и становятся частью пользовательского опыта.
Задачи
•Разрабатывать, обучать и улучшать ML-модели для аудио- и речевых задач
•Вести полный цикл разработки моделей: от постановки задачи, анализа данных и построения конвейеров до внедрения, мониторинга и итеративного улучшения в production
•Проектировать решения для сценариев реального времени и потоковой обработки с жёсткими требованиями к задержке, стабильности и качеству
•Исследовать и внедрять современные подходы в машинном обучении аудио и речи, выбирая классические методы, глубокое обучение или гибридные подходы в зависимости от задачи и продуктового эффекта
•Строить и улучшать системы оценки качества: офлайн-метрики, тестовые наборы, анализ ошибок, A/B-подходы и другие способы объективно измерять качество моделей
•Формировать обучающие выборки, улучшать разметку, искать источники снижения качества и повышать устойчивость моделей к шуму, акцентам, каналам связи и другим вариациям реального мира
•Оптимизировать модели и конвейеры инференса для эффективной работы в production-среде
•Взаимодействовать с инженерами, исследователями, продуктом и смежными командами, чтобы доводить ML-идеи до рабочего решения
•Вносить вклад в техническое направление команды, предлагать новые подходы, повышать планку качества и помогать принимать архитектурные решения
Требования
•Высшее образование в области математики, computer science, физики, статистики или data science
•Уверенный senior-уровень в машинном обучении
•Практический опыт создания и внедрения ML/DL-моделей в production
•Экспертиза в одном или нескольких направлениях, связанных с аудио, речью или обработкой сигналов
•Отличное знание Python и уверенная работа с PyTorch, NumPy, Pandas, Scikit-learn и инструментами для обучения, экспериментов и развёртывания в production
•Опыт работы с метриками качества
•Сильные коммуникативные навыки и умение ясно объяснять сложные технические темы инженерам и нетехническим заинтересованным сторонам
•Проактивность и желание развивать не только свою задачу, но и весь ML-контур команды
Условия
•Гибрид или офис в Москве
•Ежегодный пересмотр зарплаты и 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-партнёров
•Вознаграждение за рекомендацию друзей в команду Сбера
•Участие в сообществе более 600 специалистов по анализу данных банка
•Доступ к дайджесту разработок в области DS&AI и отчётам с крупнейших международных конференций
•Возможность стать соавтором научно-исследовательских работ и статей для международных конференций
