Ведущий инженер по машинному обучению
Оценка ИИСильный бренд МТС Web Services, работа с передовым стеком (LLM, Diffusion) и сложный инженерный продукт делают вакансию очень привлекательной для опытных ML-инженеров. Единственный минус — отсутствие указанной зарплаты.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в узких областях: генеративные модели для аудио (Flow Matching, Diffusion), сжатие сигналов и работа с LLM. Высокая сложность обусловлена необходимостью оптимизации пайплайнов для работы в реальном времени.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции ведущего (Lead/Senior) инженера в области Speech AI в Москве рыночные предложения обычно начинаются от 350 000 рублей. Данная вакансия предполагает работу с высокотехнологичным стеком, что может означать зарплату выше среднего по рынку при наличии релевантного опыта.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🧪 Ведущий инженер по машинному обучению · «Секретарь»*
Москва · офис у метро «Технопарк»
МТС Web Services ищет инженера для продукта «Секретарь» — голосового робота для диалогов. Предстоит разрабатывать и дообучать TTS-модели, работать с zero-shot клонированием голоса, аудиодатасетами и голосовым пайплайном ASR + NLP/LLM + TTS в реальном времени.
Требования:
— Понимание сжатия и дискретизации сигналов, VAE, векторного квантования и представлений аудио
— Практика Flow Matching и Diffusion Transformers для генерации речи
— Опыт применения VAD и работы с готовыми ASR-архитектурами
— Опыт работы с LLM и NLP для обработки данных и взаимодействия с клиентом
— Python, PyTorch, Hugging Face, фреймворки инференса и Go
— Практика потоковой обработки аудио в реальном времени
Зарплата не указана. Полностью удалённый формат не заявлен.
*➡️* Откликнуться
*📍* Навигация: База знаний • Задачи • Собеседования
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- Hugging Face
- Go
- NLP
- LLM
- ASR
- TTS
- VAE
- Diffusion Models
- Flow Matching
Возможные вопросы на собеседовании
Проверка понимания современных архитектур генерации речи.
Расскажите о вашем опыте применения Flow Matching и Diffusion Transformers для задач TTS. В чем их преимущество перед классическими GAN-подходами?
Важно для продукта, работающего в реальном времени.
Какие методы оптимизации инференса TTS-моделей вы использовали для минимизации задержки (latency) в потоковом режиме?
Проверка знаний в области дискретизации и сжатия.
Как работает векторное квантование в контексте аудиопредставлений и какие проблемы оно решает при обучении нейронных кодеков?
Оценка навыков работы с данными.
Как вы подходите к подготовке и фильтрации аудиодатасетов для обучения моделей zero-shot клонирования голоса?
Проверка комплексного понимания системы.
С какими основными трудностями вы сталкивались при интеграции ASR, LLM и TTS в единый пайплайн, и как решали проблему накопления ошибок между этапами?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
