ML-разработчик в команду распознавания текста

Ориентир по рынку≈ 150 000 – 335 000 ₽наша приблизительная оценка по 88 вакансиям этой роли и грейда, у работодателя вилка не указана

🌍 УдалённоMiddleПолная занятостьКорпорация

≈ 150 000 – 335 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Наша компания

В Яндексе разрабатывается собственная технологии распознавания текста — OCR. С помощью этой технологии пользователи Яндекс Переводчика прямо в камере телефона могут перевести надпись на памятнике или содержание меню в ресторане с более чем 50 языков — включая не только языки на основе кириллицы и латиницы, но и китайский, арабский, греческий и другие. Пользователи Алисы и Яндекс Картинок могут по сделанной фотографии найти сообщение об ошибке, скопировать текст документа, перейти по ссылке с плаката и даже озвучить надпись на упаковке из магазина, сделанную мелким шрифтом. Технология используе

Чем предстоит заниматься

Разработка нейросетевых моделей на стыке CV и NLP

Наши задачи лежат на стыке технологий CV и NLP — ведь на входе мы работаем с картинками, а для качественного распознавания нам необходимы хорошие знания о языковой модели. Мы активно внедряем в наши процессы и большие мультимодальные модели. При этом важный фокус — делать технологию универсальной и масштабируемой

Исследование state-of-the-art-подходов в обучении моделей распознавания текста

Мы хотим, чтобы наша технология показывала отличные результаты в самых сложных случаях: это, например, фото надписи, выбитой на камне, или текста, расположенного по кругу, забликованный снимок текста на сильно помятой упаковке товара, фото рукописных текстов, даже если это архивы XVIII века

Ускорение и сжатие архитектуры нейронных сетей

Наша технология применяется не только на серверах, но и на мобильных устройствах без доступа в интернет, поэтому мы работаем над эффективностью применения моделей и их компактностью

Больше об ML в Яндексе — в канале Yandex for ML