Data Scientst (ASR)

Задачи

• Разработка дизайна ML-системы из множества ML-моделей в рамках единого продукта («Интеллектуальная система управления руководителя»).
• Консультирование / участие в автоматизации источников данных для ML-моделей совместно с ML Engineer/Data Engineer.
• Fullstack-разработка ML-моделей, доведение моделей из стадии MVP до целевого решения (все этапы ЖЦ моделей по CRISP-DM от Data Understanding до Deployment с использованием тех. стека банка).
• Работа с аудиосигналом: фильтрация, очистка от шума, алгоритмы сжатия.
• Speech2Text: разработка, настройка и дообучение моделей распознавания речи (например, Wav2Vec, Whisper).
• Решение задач Speaker Diarization и Speaker Recognition: эмбеддинги спикеров, разделение спикеров (сегментация, кластеризация), идентификации спикеров.
• VAD: решение задачи детектирование активности голоса.
• Audio Source Separation: решение задач по разделению источников звука.

Сопутствующие обязательные стримы

• Тесное взаимодействие с бизнес-заказчиком для выявления требований к AI-компоненте продукта и самостоятельная постановка задачи на основании извлечения vision.
• Участие в разработке архитектуры решения в части AI-компоненты (технологический стек для развертывания моделей в средах исполнения).
• Участие в стримах по валидации разработанных моделей и постановке их на автомониторинг.

Ожидания

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики или статистики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, МИФИ.
• Опыт в разработке Speech to Text моделей и сервисов.
• Опыт в обработке аудиосигналов.
• Опыт в работе с моделями Speaker Diarization и Speaker Recognition.
• Опыт в работе с моделями VAD и Audio Source Separation.
• Понимание жизненного цикла моделей (CRISP-DM).
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
• Высокий уровень владения ядром Python и SQL.
• Свободное владение базовыми библиотеками на Python, в том числе: Pandas, NumPy, Matplotlib, Seaborn.
• Знание фреймворков, библиотек, алгоритмов машинного обучения: Scikit-learn, PyTorch, XGBoost, CatBoost, TensorFlow, Transformers.
• Знание библиотек и инструментов для работы с аудио: FFmpeg, Torchaudio.
• Базовые знания NLP.
• Знание архитектур нейронных сетей 1D CNN, трансформеры.
• Контейнеризация: Docker, OpenShift.
• Linux.
• Инструменты DevOps (MLOps): Git, Jira, Bitbucket, Nexus, Jenkins.
• Индустриальный опыт разработки, обучения, тестирования, выведения моделей в эксплуатацию и мониторинга качества (не менее 3-х лет).
• Технический английский — статьи, документация.

Преимущества:

• Pet-projects на GitHub.
• Владение Confluence, Jira.
• Медали на Kaggle.
• Готовность брать на себя коммуникацию с бизнес-заказчиком.
• Опыт DS-менторства.

Условия

• Ипотека выгоднее на 4% для каждого сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет Компании: онлайн-курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, Тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI community — более 600 DS банка, включая: регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.