ML-разработчик в команду голосовой биометрии Алисы
Мы создаём модели голосовой биометрии Алисы. Ищем ML-разработчика с опытом в DL, который будет развивать сценарии колонок: улучшать узнавание голоса и персонализацию ответов, проводить эксперименты и доводить модели до продакшена. Ваша работа повлияет на продукты, которыми уже пользуются миллионы людей.Улучшение качества голосовой идентификации
Вы будете разрабатывать и улучшать модели голосовой биометрии, повышать их точность и скорость, а также запускать и автоматизировать обучение моделей. Нужно будет проводить эксперименты и интерпретировать результаты (офлайн-метрики, онлайн-тесты, A/B-эксперименты), управлять полным циклом данных (сбор из логов, очистка или дедупликация, таргетные аугментации). Контроль качества и сценариев
Вам предстоит исследовать поведение моделей в ключевых пользовательских сценариях (семьи, дети и взрослые, шумные комнаты, far field), строить метрики и дашборды, формулировать продуктовые рекомендации. Оптимизация моделей для работы на embedded-устройствах
Нужно будет готовить модели к релизу (TFLite или ONNX), применять квантизацию и другие методы ускорения, контролировать задержку и качество в продакшене. Больше об ML в Яндексе — в канале Yandex for ML* Обучали нейросетевые модели и внедряли DL-решения в продакшен * Уверенно ориентируетесь в DL и быстро разбираетесь в новых методах * Умеете программировать на Python, работали с PyTorch * Хорошо знаете классические структуры данных и алгоритмы * Умеете выдвигать гипотезы, строить эксперименты и делать корректные выводы * Читаете статьи про ML, следите за развитием этой области* Работали с задачами из смежных областей: CV, NLP, Speech (ASR, TTS, VAD) * Имеете опыт работы с моделями для аудио * Оптимизировали инференс на устройствах (C++, квантизация, дистилляция) * Работали с большими датасетами и строили пайплайны подготовки данных * Участвовали в ML-соревнованиях или опенсорс-проектах
Вы будете разрабатывать и улучшать модели голосовой биометрии, повышать их точность и скорость, а также запускать и автоматизировать обучение моделей. Нужно будет проводить эксперименты и интерпретировать результаты (офлайн-метрики, онлайн-тесты, A/B-эксперименты), управлять полным циклом данных (сбор из логов, очистка или дедупликация, таргетные аугментации). Контроль качества и сценариев
Вам предстоит исследовать поведение моделей в ключевых пользовательских сценариях (семьи, дети и взрослые, шумные комнаты, far field), строить метрики и дашборды, формулировать продуктовые рекомендации. Оптимизация моделей для работы на embedded-устройствах
Нужно будет готовить модели к релизу (TFLite или ONNX), применять квантизацию и другие методы ускорения, контролировать задержку и качество в продакшене. Больше об ML в Яндексе — в канале Yandex for ML* Обучали нейросетевые модели и внедряли DL-решения в продакшен * Уверенно ориентируетесь в DL и быстро разбираетесь в новых методах * Умеете программировать на Python, работали с PyTorch * Хорошо знаете классические структуры данных и алгоритмы * Умеете выдвигать гипотезы, строить эксперименты и делать корректные выводы * Читаете статьи про ML, следите за развитием этой области* Работали с задачами из смежных областей: CV, NLP, Speech (ASR, TTS, VAD) * Имеете опыт работы с моделями для аудио * Оптимизировали инференс на устройствах (C++, квантизация, дистилляция) * Работали с большими датасетами и строили пайплайны подготовки данных * Участвовали в ML-соревнованиях или опенсорс-проектах