ML-инженер в VoiceKit

Команда VoiceKit разрабатывает и развивает технологии распознавания и синтеза речи в экосистеме Группы «Т‑Технологии». Мы создаем и поддерживаем голосовые интерфейсы, которые используются в клиентских сервисах, ассистентах и агентных системах. 

Ищем ML-инженера в 2 направления.

В направление Speech Synthesis ищем инженеров, которым интересно работать с мультимодальными LLM-архитектурами синтеза. Вы будете разрабатывать и внедрять модели натуралистичного синтеза речи с поддержкой функциональности Voice Cloning. 

Фокусы направления: 

— Text Omni LLM. Добавление аудиомодальности, адаптация доменов, дистилляция. 

— Audio codecs. Аудио- и семантические кодеки с низким и высоким битрейтом.

— Audio alignment. Офлайн- и онлайн-RL, critic- и reward-модели. 

В направление Spoken Dialogue Models ищем инженера, который будет разрабатывать end-to-end диалоговые модели для автоматизации работы колл-центра.

Фокусы направления:

— Разработка end-to-end-моделей, которые не уступают каскадному пайплайну в понимании пользовательской речи и качестве сгенерированных ответов.

— Повышение естественности диалогового взаимодействия за счет минимизации задержек, улучшения обработки прерываний и интеграции паралингвистической информации из пользовательской речи.

— Адаптация моделей под специфику конкретных банковских продуктов с последующим внедрением.

Как мы работаем:

— Ориентируемся на бизнес-ценность. Решаем прикладные задачи, которые напрямую влияют на развитие банковских продуктов и улучшение клиентского опыта.

— Используем современные подходы к внедрению мультимодальности в LLM и большие объемы данных.

— Гибко корректируем планы при получении новых результатов, чтобы развивать проект в нужном направлении.

Почему у нас интересно:

— Широкий спектр задач, GPU и большие объемы данных. Мы обучаем быстрые классические модели синтеза и крупные текстовые и аудио-LLM для разных элементов нашего пайплайна. 

— Пространство в выборе решений. Вы будете определять способы достижения результатов и нести за них ответственность. 

— Опытная команда с широким набором навыков. Приветствуем регулярную смену задач и постепенное погружение во все домены синтеза.

• Искать и анализировать проблемы и точки улучшения моделей и продуктов

• Генерировать гипотезы и идеи

• Разрабатывать и проводить эксперименты

• Внедрять успешные кейсы

• Собирать, синтезировать и настраивать разметку текстовых и аудиоданных

• Поддерживать качество кодовой базы и артефактов исследований

• У вас есть знания и опыт в одном из доменов: Large generative models, Speech recognition, Speech или Music synthesis, Reinforcement learning 

• Умеете проектировать прозрачную архитектуру и разрабатывать поддерживаемый код

• Умеете синтезировать жизнеспособные гипотезы и реализовать серии экспериментов для проверки

• Готовы брать ответственность за задачи и работать с высокой автономностью

• Регулярно актуализируете свои знания в аудио- и LLM-доменах и DL в целом

• Работу в офисе или гибридный формат — по договоренности с руководителем

• Возможность работы в аккредитованной ИТ-компании

• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней

• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью

• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи

• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни

• Компенсацию затрат на спортивные абонементы, приложение Т‑Спорта для онлайн-занятий и командные тренировки с коллегами

• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию

• Специальные тарифы на продукты Т‑Банка и широкую программу скидок от партнеров

• Достойную зарплату — обсудим ее на собеседовании