СберData Scientist Audio (Антидипфейк)
гибрид, Москва
Команда развивает решения для выявления поддельного и генеративного аудиоконтента. Роль предполагает развитие и дообучение DL-моделей для детекции аудио-дипфейков, построение ансамблей и автоматизацию анализа аудиоданных для повышения качества продукта и снижения риска подделок
ГрейдMiddle/Senior
Опытот 3 лет
Стек
PyTorchDeep LearningMel-spectrogramsFourier transform
Задачи
- •поддержка и развитие решения по детекции аудиодипфейков
- •разработка и обучение DL-классификаторов аудио и построение ансамблей
- •контроль деградации моделей и дообучение
- •автоматизация анализа аудио: зашумленность, количество спикеров, пол, эмоциональная окраска
- •анализ предикатов моделей и разработка методов визуализации интерпретируемых признаков
- •экспертная поддержка при сборе и подготовке датасетов
Обязательно
- •опыт работы в DS от 3 лет
- •опыт работы с Deep Learning в аудио и других областях
- •владение методами обучения нейронных сетей (например incremental, self-supervised и т.п.)
- •понимание фичей для аудио: Фурье-разложение, мел-спектрограммы и др.
- •свободное владение PyTorch
- •владение методами классического ML
- •знание теории вероятностей и математической статистики
Будет плюсом
- •опыт распознавания эмоций по речи
- •опыт диаризации спикеров и ASR-проектов
- •научная деятельность и публикации в ресерче
