- Страна
- Россия
- Зарплата
- 112 000 ₽
Data-инженер (Python, аудио, ML)
Оценка ИИИнтересный наукоемкий проект (НИОКР) с понятной бизнес-целью, но зарплата ограничена рамками гранта ФСИ и находится ниже рыночного уровня для опытных инженеров. Привлекательно для тех, кто ценит удаленку, работу с ML/аудио и возможность получения доли в компании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИСложность заключается в специфике работы с аудио (DSP) и необходимости строгого научного подхода к измерениям в рамках НИОКР. Требуется не просто написание кода, а глубокое понимание статистики и работы с векторными индексами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата в 112 000 ₽ gross значительно ниже рыночной медианы для Data/ML инженеров в РФ, которая обычно стартует от 200 000 ₽. Однако это компенсируется грантовым характером работы, возможностью удаленки и бонусами за результат.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data-инженер (Python, аудио, ML) — НИОКР по гранту ФСИ, удалённо из любого города РФ.
Стек: Python, NumPy, ffmpeg, Linux, pytest; плюс — обработка аудио/DSP,
векторные индексы, SQL.
Проект NormalDance Protocol — слой идентификации музыки и автоматического
распределения роялти по цепочке авторов: перцептивный аудиоотпечаток ADNA,
реестр прав, выплаты через СБП. Прототип работает, прод-пилот идёт на
действующей музыкальной площадке. Грант ФСИ «Старт-1» (НИОКР 12 мес).
Задачи: аттестационный стенд идентификации — выборка ≥1000 треков / ≥5
жанров, робастность к форматам, битрейтам, питч-сдвигам; подтверждение
операционных порогов статистикой, а не «на трёх файлах»; матчинг фрагментов
(сэмпл внутри чужого трека, обрезки, питч); воспроизводимый аудио-корпус
и регрессии.
Условия: 112 000 ₽ gross/мес (~97 000 на руки), 12 мес, полная занятость,
полностью удалённо из любого города РФ. Вилка — грантовые рамки ФСИ; за
досрочные результаты — бонусы и долевое участие от компании. Оформление —
ТД с компанией-получателем гранта, выход в проект с первого месяца НИОКР.
Сейчас — созвон-знакомство, письмо о намерениях (1 страница, ни к чему не
обязывает).
Важнее списка библиотек — умение строить честные измерения: методика,
выборки, цена ошибок первого/второго рода. Опыт с аудио/DSP/индексами —
плюс. Детали и техпостановка — под NDA. Пишите: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- NumPy
- FFmpeg
- Linux
- PyTest
- SQL
- DSP
- Machine Learning
Возможные вопросы на собеседовании
Проект требует подтверждения порогов статистикой. Важно понять, как кандидат планирует оценивать точность системы.
Как бы вы спроектировали методику оценки точности системы идентификации аудио, чтобы минимизировать влияние ошибок первого и второго рода?
В задачах указана робастность к питч-сдвигам и битрейтам. Это ключевой навык для работы с аудиоотпечатками.
Какие методы аугментации аудиоданных вы бы использовали для тестирования устойчивости аудиоотпечатка к изменению темпа и высоты тона?
Упоминается работа с векторными индексами для матчинга фрагментов.
Какие подходы к индексации векторных представлений аудио вы знаете и как бы вы решали проблему поиска сэмпла внутри длинного трека?
Стек включает ffmpeg и NumPy. Это база для обработки сигналов.
Опишите ваш опыт использования ffmpeg для подготовки датасета: как эффективно нормализовать громкость и изменить частоту дискретизации для тысяч файлов?
НИОКР подразумевает воспроизводимость результатов.
Как вы организуете процесс тестирования и версионирования данных (аудио-корпуса), чтобы гарантировать воспроизводимость регрессионных тестов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
