Middle Speech Engineer (Сбер)

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