# ML-разработчик в команду распознавания текста
От 3 лет
— Удалённая работа
— Офис
— Гибридный
В Яндексе разрабатывается собственная технология распознавания текста — OCR. С помощью этой технологии пользователи Яндекс Переводчика прямо в камере телефона могут перевести надпись на памятнике или содержание меню в ресторане с более чем 50 языков — включая не только языки на основе кириллицы и латиницы, но и китайский, арабский, греческий и другие. Пользователи Алисы и Яндекс Картинок могут по сделанной фотографии найти сообщение об ошибке, скопировать текст документа, перейти по ссылке с плаката и даже озвучить надпись на упаковке из магазина, сделанную мелким шрифтом. Технология используется во многих других сервисах и процессах в компании, а также доступна внешним пользователям в Yandex Cloud.
Мы хотим, чтобы наша технология показывала отличные результаты в самых сложных случаях — будь то надпись, выбитая на камне, текст на сильно помятой упаковке товара или написанный по кругу — и при этом работала даже на мобильных устройствах.
Какие задачи вас ждут
Разработка нейросетевых моделей на стыке CV и NLP
Наши задачи лежат на стыке технологий CV и NLP — ведь на входе мы работаем с картинками, а для качественного распознавания нам необходимы хорошие знания о языковой модели. Мы активно внедряем в наши процессы и большие мультимодальные модели. При этом важный фокус — делать технологию универсальной и масштабируемой.
Исследование state-of-the-art-подходов в обучении моделей распознавания текста
Мы хотим, чтобы наша технология показывала отличные результаты в самых сложных случаях: это, например, фото надписи, выбитой на камне, или текста, расположенного по кругу, забликованный снимок текста на сильно помятой упаковке товара, фото рукописных текстов, даже если это архивы XVIII века.
Ускорение и сжатие архитектуры нейронных сетей
Наша технология применяется не только на серверах, но и на мобильных устройствах без доступа в интернет, поэтому мы работаем над эффективностью применения моделей и их компактностью.
Больше об ML в Яндексе — в канале Yandex for ML.
Мы ждём, что вы
•Решали прикладные задачи с помощью технологий Deep Learning
•Понимаете принципы машинного обучения
•Знаете классические алгоритмы и структуры данных, пишете понятный и легко поддерживаемый код
•Интересуетесь последними публикациями в области Deep Learning
Будет плюсом, если вы
•Знаете C++: полученные модели вам придётся внедрять в продакшен, который ежедневно обрабатывает миллионы запросов пользователей
•Умеете работать с большими объёмами данных: мы считаем, что набор репрезентативного и чистого обучающего множества — это один из ключей к успеху
