Team Lead / Senior Data Science (Mobile Audio)

Требования к опыту специалистов DS

Необходимо, чтобы специалисты обязательно имели следующий опыт:

• Промышленный опыт создания нейросетевых моделей для анализа звука на борту телефонов и в браузере с примерами проектов.
• Подтвержденный опыт конвертации моделей в формат, требуемый различными мобильными платформами (TFLite или onnx под Android, CoreML под iOS).
• Подтвержденная экспертиза в разработке нативного кода для Android и iOS (Kotlin и Swift соответственно) для предобработки звука перед передачей его в нейронные сети и работы с нейронов сетью (в iOS предпочтительно использовать векторные вычисления через фреймворк Accelerate).

Senior critical skills:

• Управление скоупом задач.

• Управление изменениями:

  • Коррекция входных требований и ресурсов.
  • Информирование заказчика.

• Лидирование сложных переговоров в составе группы:

  • Подготовка переговорной позиции.
  • Формирование стратегии.

• Умение продавать:

  • Решение.
  • Дэшборд.
  • Методологию.

• Подготовка данных на основе большого количества источников.

• Реализация дорожной карты совместно с заказчиком "под ключ".
• Python на высоком уровне (понимание механизмов работы с памятью, многопоточность).
• Техники параллелизации обработки датафреймов.
• PyTorch/TensorFlow — глубокое понимание фреймфорка, мат. аппарата моделей.
• Умение выстраивать сложные микросервисные связки на Docker.
• Глубокое понимание принципов написания микросервисов на Flask.
• Создание системы документации (описание процесса) на сложную информационную систему на ресурсах типа Atlassian Confluence, Atlassian BitBucket, GitHub и т.д.
• Оборачивание SQL-скрипта, например, в переменные.

Senior other skills:

• Проведение Meet-up на уровне высшего руководства финтех-компании / брокера / банка.
• Возможность проводить презентации, в целом возможность участия в роли спикера на конференциях.
• Применение эмоционального интеллекта, владение техники манипуляций для ведения переговоров.
• Умение обучать сетки на кастомных данных (pre-training from scratch / domain-based).
• Pyro — понимание преимуществ и недостатков байесовского подхода к ML, умение адаптировать сети PyTorch под Pyro.
• Способность реализовать сложные системы анализа и мониторинга моделей ML и данных.
• BERT — дообучение, понимание принципов построения модели.
• HTML %20 CSS %20 JS / React — basic level.
• Найм специалистов ниже уровнем.