Middle Speech Engineer (Сбер)

Обязанности

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