Ищем Middle ML Engineer/Researcher в исследовательскую команду для разработки омнимодальных решений в домене аудио, в крупном проекте по созданию систем искусственного интеллекта нового поколения. Обязанности ● Исследование технологий для работы с разными модальностями аудио: речь, шумы, музыка, звуковые эффекты ● Интеграция аудио, текста и визуальных модальностей в единую архитектуру ● Мультимодальный reasoning и синхронизация потоков (audio–text–vision) ● Исследование и имплементация state-of-the-art подходов (end-to-end, transformers, multimodal LLMs, diffusions) Требования Отличный Python 3, опыт с PyTorch, bash, git, Docker, dvc, HF Transformers Хорошее понимание ASR, TTS, DSP ML, speech & audio processing Понимание трансформеров, attention-механизмов, KV-cache, diffusion Навыки работы с большими датасетами аудио Понимание MLOps-практик: мониторинг моделей, дрейф данных, CI/CD Будет плюсом: Опыт работы в доменах речи, музыки, с голосовыми ассистентами Опыт работы с диффузионными и авторегрессионными архитектурами для аудио/музыки Опыт работы с streaming / real-time системами Знание мультимодальных LLM / VLM / Audio-LM Публикации или исследовательский бэкграунд в соответствующих областях Условия комфортный современный офис рядом с м. Кутузовская гибридный формат работы ежегодный пересмотр зарплаты, годовая премия от 3х окладов большой спортзал и зоны отдыха система обучения для профессионального и карьерного развития расширенный полис ДМС с первого дня работы и страхование для семьи программа ипотеки для сотрудников со скидкой -1/3 от текущей ставки бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии