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.
-
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.
-
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.
-
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.