Senior Machine Learning Engineer в команду Giga Edge

300 000 – 700 000 ₽

на 17% ниже медианы рынка

≈ 3,5 тыс.–8,1 тыс. $

🏢 ОфисSeniorПолная занятость

300 000 – 700 000 ₽≈ 3,5 тыс.–8,1 тыс. $

Платят на 12% выше медианы грейда, навык востребован (Python).

Нажмите на сигнал, чтобы увидеть, на чём он основан

Описание вакансии

В этой роли вы будете работать над задачами на стыке машинного обучения, обработки сигналов и production engineering: от детекции шума, шепота и голосовой активности до диаризации, споттинга, биометрии, EOU и routing-логики. Это возможность не просто решать сложные прикладные ML-задачи, а строить и улучшать реальные системы, которые работают в проде, выдерживают требования по latency и качеству и становятся важной частью пользовательского опыта.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Обязанности

Разрабатывать, обучать и улучшать ML-модели для аудио- и speech-задач.

Работать с полным циклом разработки моделей: от постановки задачи, анализа данных и построения пайплайнов до внедрения, мониторинга и итеративного улучшения в production.

Проектировать решения для real-time и streaming-сценариев с жёсткими требованиями к latency, стабильности и качеству.

Исследовать и внедрять современные подходы в audio ML и speech ML, выбирая между классическими методами, deep learning и hybrid-подходами в зависимости от задачи и продуктового эффекта.

Строить и улучшать системы оценки качества: offline-метрики, тестовые наборы, error analysis, A/B-подходы и другие способы объективно измерять качество моделей.

Работать с данными: формировать обучающие выборки, улучшать разметку, искать источники деградации качества, повышать устойчивость моделей к шуму, акцентам, каналам связи и другим вариациям реального мира.

Оптимизировать модели и inference-пайплайны для эффективной работы в production-среде.

Плотно взаимодействовать с инженерами, исследователями, продуктом и смежными командами, чтобы быстро доводить сильные ML-идеи до рабочего решения.

Вносить вклад в техническое направление команды, предлагать новые подходы, поднимать планку качества и помогать принимать архитектурные решения.

Требования

Высшее образование в области математики, computer science, физики, статистики, data science.

Уверенный senior-уровень в machine learning и практический опыт построения и внедрения ML/DL-моделей в production.

Сильная экспертиза в одном или нескольких направлениях, связанных с audio, speech или signal processing.

Отличное знание Python и уверенная работа с основным ML-стеком: PyTorch, NumPy, pandas, scikit-learn, а также инструментами для обучения, экспериментов и production deployment.

Опыт работы с метриками качества.

Сильные коммуникационные навыки и способность ясно объяснять сложные технические вещи как инженерам, так и нетехническим стейкхолдерам.

Проактивность и желание двигать вперёд не только свою задачу, но и весь ML-контур команды.

Условия

Крупнейшее DS&AI community — более 600 DS-специалистов банка.

Дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.

Возможность быть соавтором НИРов и статей для международных конференций.

Возможность выбрать удобный формат работы: гибрид или офис.

Ежегодный пересмотр зарплаты, годовая премия.

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.