Голосовой ассистент Алиса умеет различать команды пользователей даже при сильном шуме и громкой музыке. Это возможно благодаря алгоритмам подавления шума и эха, которые разрабатывает наша команда. А ещё наши алгоритмы обрабатывают звук во время звонков через умные устройства и через сервис Телемост.

Мы активно развиваем подходы на нейронных сетях и ищем опытного ML-инженера, который сможет усилить нашу команду. Мы ценим опыт в ML, а работе со звуком готовы научить.

Для работы у нас есть:

• сотни современных видеокарт для экспериментов и колоссальные объёмы данных;
• платформа для A/B-тестов и разметки данных с поддержкой от профессиональных аналитиков;
• акустические лаборатории и квартира, где мы записываем звук.

Какие задачи вас ждут

Улучшение качества моделей для подавления шума и эха Вы будете экспериментировать с архитектурами, данными и схемами обучения, чтобы наши модели становились ещё лучше.

Имплементация и оптимизация моделей для работы на embedded-устройствах Наши модели работают на устройствах Яндекса с Алисой, а также на пользовательских смартфонах и ноутбуках. Эффективность работы — ключевой аспект. Вам предстоит ускорять модели на уровне как выбора архитектуры и параметров, так и конечной имплементации.

Создание и улучшение метрик качества Мы разрабатываем метрики, которые будут вычисляться на устройствах пользователей с сохранением их приватности и станут служить индикатором общего качества звука.

Мы ждём, что вы

• Работали в области DL, например с CV или NLP
• Хорошо знакомы с Python и имеете базовые навыки в C++
• Знаете PyTorch

Будет плюсом

• Внедряли нейронные сети в продакшн, особенно если на пользовательские устройства
• Имеете продвинутые навыки в C++
• Работали с большими объёмами данных
• Знакомы с внутренней инфраструктурой Яндекса или с платформами облачных вычислений: AWS, Azure, Google Cloud
• Имеете опыт в веб-разработке
• Занимались классической цифровой обработкой сигналов