ML Engineer — Omnimodal Full-Duplex
Описание
Ищем Middle / Senior ML Engineer / Researcher в исследовательскую команду для разработки омнимодального Full-Duplex — архитектуры, которая слышит, говорит, нативно понимает перебивания и одновременно работает с аудио, текстом и визуальной информацией в реальном времени.Обязанности разработка экспериментов и постановка научных гипотез, исследование и критический разбор state-of-the-art подходов (speech2speech, omnimodal full-duplex, multimodal LLMs) разработка full-duplex мультимодальных архитектур интеграция речи, текста и визуальных модальностей в единую архитектуру написание и публикация научных статей на профильных площадках подготовка воспроизводимых артефактов (код, конфиги, чекпоинты, model/data cards) релиз открытых бенчмарков и leaderboard'ов организация workshop'ов и специальных сессий, внешние коллаборации с университетскими лабораториями Требования отличный Python 3, опыт с PyTorch, bash, git, Docker, dvc, HF Transformers хорошее понимание ASR, TTS, DSP ML, speech & audio processing понимание трансформеров, attention-механизмов, KV-cache, diffusion навыки работы с большими датасетами аудио опыт работы с streaming / real-time системами понимание MLOps-практик: мониторинг моделей, дрейф данных, CI/CD умение быстро разбирать и воспроизводить идеи из научных статей Будет плюсом: опыт работы в доменах речи, музыки или с голосовыми ассистентами знание мультимодальных LLM / VLM / Audio-LM публикации или исследовательский бэкграунд Условия комфортный современный офис - м. Кутузовская ежегодный пересмотр зарплаты, годовой бонус корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.