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, если вы

- 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

Узнать больше

-

Алиса и Умные Устройства