Middle Speech Engineer (Сбер)

Описание

Наша исследовательская команда занимается разработкой и исследованием новейших решений в области речевых технологий с применением LLM-подходов.  Мы работаем над прорывными проектами в сфере генерации речи, кодировщиков аудио и мультимодальных языковых моделей.

Обязанности

• Мультимодальные эксперименты с GigaChat, DeepSeek, QWEN • Fullduplex е2е подход в мультимодальных задачах • Синхронный перевод речи • Генерация произвольного голоса, инструктивное управление генерацией • Сбор и подготовка сложных датасетов и бенчмарков для аудио задач особенности позиции • Тесная синхронизация исследований с продуктовыми командами • Возможность увидеть свои наработки в продакшене • Возможность публиковать результаты исследований • Работа с передовыми технологиями в области ИИ и речи

Требования

• Глубокие знания в deep learning и обработке естественного языка • Практический опыт в области обработки речи или аудио (желательно) • Знакомство с современными LLM архитектурами и подходами, а также с мультимодальными архитектурами • Хорошее понимание принципов работы речевых моделей

Условия

* Достойная заработная плата + бонус * Поддержка в публикации научных статей * Сильная команда и передовые проекты Баланс между исследованиями и практическим применением * Удаленный формат работы