Разработчик-исследователь/ Researcher ASR, TTS, VC (MWS AI) (удаленная работа)

Вакансия: Разработчик-исследователь/ Researcher ASR, TTS, VC (MWS AI)

Описание вакансии

MWS AI это часть экосистемы МТС Web Services, где создаются AI-решения будущего.

Мы разрабатываем передовые системы голосового перевода (voice-to-voice translation), способные мгновенно преобразовывать речь с одного языка в речь на другом без утраты интонации, темпа и естественности. Наряду с этим, наши голосовые ассистенты и чат-боты отвечают на запросы клиентов. Объединяя сильнейших разработчиков, суперкомпьютерную инфраструктуру и прорывные исследования, мы делаем коммуникацию между людьми и бизнесом свободной от языковых барьеров.

Чем предстоит заниматься:

• Проводить исследования в области voice-to-voice translation, speech representation learning, multilingual TTS/ASR и языковой инвариантности голоса
• Разрабатывать и оптимизировать архитектуры моделей, способных сохранять говорящего, интонацию и стилистику речи при переводе
• Проектировать и реализовывать real-time streaming pipelines для голосового перевода с поддержкой chunked/streaming inference
• Проводить масштабные эксперименты, оценивать качество моделей по объективным и субъективным метрикам (например, MOS), и подавать результаты на ведущие конференции (Interspeech, NeurIPS, ACL, ICML, ICLR и др.)
• Работать в тесной связке с другими командами MWS AI

Что мы ожидаем от кандидата:

• Глубокое понимание методов глубокого обучения, особенно в контексте обработки речи (ASR, TTS, VC, speech translation)
• Опыт работы с нейросетевыми архитектурами для речи: Conformer, FastSpeech, Whisper, MAVE и др.
• Опыт работы с аудиоданными: форматы, препроцессинг, выравнивание, аугментация
• Опыт проектирования low-latency inference pipelines: streaming input/output, chunked processing, dynamic batching, memory pooling
• Готовность заниматься high-risk, high-impact исследованиями, где отсутствуют готовые решения и бенчмарки
• Желание публиковать научные работы и вносить вклад в развитие продуктов компании
• Хорошее знание английского языка (устная и письменная речь) на уровне не ниже B2

Преимуществом будут:

• Опыт работы с многоязычными аудио-датасетами, особенно с русским языком
• Знание инструментов для обработки и анализа речи: librosa, torchaudio, ESPnet, speechbrain, fairseq
• Опыт в оптимизации инференса моделей
• Публикации на топ-конференциях по речевым технологиям и ИИ (Interspeech, NeurIPS, ACL, EMNLP, ICLR и др.)
• Участие в open-source проектах, связанных с речью

Что мы предлагаем:

• Атмосферу стартапа и участие в инновационных проектах в области AI

• Комфортный офис в 5 минутах пешком от метро Курская/Чкаловская (Москва)
• Медицинскую страховку с 1 месяца, включающую стоматологию, страхование жизни и здоровья в поездках за рубеж. А еще можно застраховать родственников с корпоративной скидкой
• Компенсацию мобильной связи
• Участие во внешних IT конференциях и обучающих программах
• Полезные курсы и вебинары в корпоративном университете и электронные библиотеки
• Единую подписку МТС Premium KION light в онлайн-кинотеатре KION, сервис МТС Music, 30 дней бесплатного пользования подпиской OZON Premium
• Скидки и предложения от партнеров на фитнес, занятия английским и прочее