Software Engineer ML — разработка аудио-моделей@ Международный продуктовый IT-проект
О позиции
Мы ищем Software Engineer ML, который будет заниматься разработкой аудио-моделей для нашей облачной платформы телефонии. Наша команда создает интеллектуальную экосистему, которая работает в реальном времени и обрабатывает миллионы звонков. Ваша задача — развивать систему AMD (Answering Machine Detection) и оптимизировать работу моделей для классификации звонков.
Чем вы будете заниматься
- Развивать систему AMD: дообучение и тюнинг моделей для классификации звонков в режиме реального времени.
- Заниматься full-cycle разработкой: от сбора аудиоданных до деплоя и калибровки в продакшене.
- Интегрировать ML-компоненты в backend-инфраструктуру через ONNX Runtime.
- Оптимизировать latency: минимизировать задержки в стриминге аудио.
- Проводить глубокий анализ и искать ошибки в реальных сценариях звонков.
- Участвовать в R&D: эксперименты с шумоподавлением и новыми архитектурами обработки речи.
Требования
- Опыт работы в ML не менее 2 лет, желательно в продакшене.
- Практический опыт со Speech/Audio и понимание аудио-фич.
- Инженерный подход и интерес к анализу данных.
- Знание Fine-tuning и Transfer Learning, работа с метриками.
- Способность работать end-to-end: от сырого файла до оптимизированного инференса.
Будет плюсом
- Опыт в области Speech/Audio (ASR, VAD, Audio Classification).
- Понимание специфики VoIP и потоковой обработки данных.
- Опыт работы с MLOps и инструментами мониторинга моделей.
Что мы предлагаем
- Обязательный оффлайн-онбординг в Ташкенте на 2-3 месяца, далее полная удаленная работа.
- Работа над реальными задачами в международном продукте с высокой нагрузкой.
- Возможность профессионального роста и пересмотра компенсации.
- Команда с сильной инженерной экспертизой и минимальной бюрократией.
Вакансия предлагает интересные задачи в области ML и аудио. Условия работы привлекательные, но требуется высокая квалификация.
Кто здесь добьётся успеха
Глубокие знания Python и C, опыт работы с библиотеками для обработки аудио, такими как wav2vec 2.0 и Whisper, для эффективной разработки аудио-моделей.
Умение работать в гибридном или удаленном режиме, высокая степень самоорганизации и мотивации для достижения результатов в условиях минимального контроля.
Опыт работы с HuggingFace Transformers и ONNX, а также понимание протоколов SIP и RTP для интеграции аудио-моделей в облачную платформу телефонии.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Cloud Telephony
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев