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.

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