
яндекс · 13 дек.
Голосовой ассистент Алиса умеет различать команды пользователей даже при сильном шуме и громкой музыке. Это возможно благодаря алгоритмам подавления шума и эха, которые разрабатывает наша команда. А ещё наши алгоритмы обрабатывают звук во время звонков через умные устройства и через сервис Телемост.
Мы активно развиваем подходы на нейронных сетях и ищем опытного ML-инженера, который усилит нашу команду. Мы ценим опыт в ML, а работе со звуком готовы научить.
Для работы у нас есть:
* Десятки современных видеокарт для экспериментов и колоссальные объёмы данных.
* Платформа для A/B-тестов и разметки данных с поддержкой от профессиональных аналитиков.
* Акустические лаборатории и квартира, где мы записываем звук.
Улучшение качества моделей
Вы будете экспериментировать с архитектурами, данными и схемами обучения, чтобы наши модели для подавления шума и эха становились ещё лучше.
Имплементация и оптимизация моделей
Наши модели работают на устройствах Яндекса с Алисой, а также на пользовательских смартфонах и ноутбуках. Эффективность работы — ключевой аспект. Вам предстоит ускорять модели на уровне выбора архитектуры и параметров, а также на уровне конечной имплементации.
Создание и улучшение метрик качества
Мы разрабатываем метрики, которые будут рассчитываться на устройствах пользователей с сохранением их приватности и станут служить индикатором общего качества звука.
* Работали в области DL (например, с CV или NLP)
* Хорошо знакомы с Python и имеете базовые навыки в C++
* Знаете PyTorch
* Внедряли нейронные сети в продакшн, особенно на пользовательские устройства
* Работали с большими объёмами данных
* Занимались классической цифровой обработкой сигналов
* Обладаете продвинутыми навыками в C++
* Знакомы с внутренней инфраструктурой Яндекса или с платформами облачных вычислений (AWS, Azure, Google Cloud)
* Имеете опыт в веб-разработке