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. Основные направления работы 🔍 • Мультимодальные эксперименты с GigaChat, DeepSeek, QWEN • Fullduplex е2е подход в мультимодальных задачах • Генерация произвольного голоса, инструктивное управление генерацией с помощью LLM • Сбор и подготовка сложных датасетов и бенчмарков для аудио задач

Обязанности

* Разрабатывать и тестировать новые архитектуры моделей * Участвовать в сборе и подготовке специализированных датасетов * Создавать и улучшать бенчмарки для оценки качества моделей * Адаптировать исследовательские наработки для продуктового применения

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 Будет преимуществом * Опыт исследовательской работы, а также научные публикации в области ML/NLP/Speech * Участие в разработке открытых датасетов и бенчмарков

Условия

* Достойная заработная плата + бонус * Гибкий график, удалёнку * Поддержку в публикации научных статей * Баланс между исследованиями и практическим применением