Программист-исследователь в AI VK

Группа речевых технологий VK занимается разработкой и внедрением решений в области автоматического распознавания речи (ASR), синтеза речи (TTS), шумоподавления (denoise), устранения реверберации (dereverb) и голосового поиска (KWS). Наши технологии лежат в основе таких продуктов, как VK Мессенджер, VK Звонки, VK Teams, субтитры для VK Видео и многих других. Наша работа охватывает полный цикл разработки: от создания и разметки специализированных датасетов до проектирования архитектур нейронных сетей, их обучения и интеграции в продакшен. Мы внимательно следим за научными публикациями, регулярно изучаем новые подходы и реализуем лучшие модели, находящиеся на переднем крае исследований в области речевых технологий. Мы развиваем технологии искусственного интеллекта для ключевых продуктов VK, создаём систему рекомендаций и поиска контента на наших платформах. Задачи: Разрабатывать state-of-the-art модели автоматического распознавания речи (ASR), синтеза речи (TTS), шумоподавления (denoise), устранения реверберации (dereverb), голосового поиска (KWS) и других речевых технологий;; Вести полный цикл работ: подготовка и аугментация данных, проектирование архитектур, обучение крупных моделей на нашем GPU-кластере, деплой в production;; Постоянно читать научные статьи, отслеживать новейшие тренды и применять лучшие практики;; Работать над тем, чтобы наши решения оставались одними из лучших в отрасли Требования: Глубокие знания алгоритмов и структур данных; Уверенные навыки в классическом Machine Learning и Deep Learning; Практический опыт обучения нейросетей в PyTorch

Секреты цифровой доступности Как попасть в команду Разрабатывать state-of-the-art модели автоматического распознавания речи (ASR), синтеза речи (TTS), шумоподавления (denoise), устранения реверберации (dereverb), голосового поиска (KWS) и других речевых технологий; Вести полный цикл работ: подготовка и аугментация данных, проектирование архитектур, обучение крупных моделей на нашем GPU-кластере, деплой в production; Постоянно читать научные статьи, отслеживать новейшие тренды и применять лучшие практики; Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; Офис в центре города; ДМС; Профессиональная команда; Бонусы от партнеров; Интересные задачи Дополнительные плюсы: Опыт оптимизации инференса: квантизация, TensorRT/Triton, ONNX, CUDA Graphs; Навыки обучения больших моделей с Mixed Precision и Distributed Data Parallel (DDP) в PyTorch