МТСВедущий инженер по машинному обучению [Секретарь, МТС Веб Сервисы]
офис, Москва
Работа в команде голосовых сервисов над развитием TTS-пайплайна и интеграцией TTS/ASR/VAD для реального времени. Задача — повышать качество синтеза, сокращать задержки инференса и автоматизировать подготовку аудиодатасетов для бизнес-приложений
ГрейдLead
Стек
PythonPyTorchHugging FaceASRVADFlow MatchingDiffusion TransformersGostreaming
Задачи
- •Разработка и дообучение моделей TTS, адаптация под бизнес-требования
- •Разработка голосового пайплайна, объединяющего TTS, ASR и VAD для работы в реальном времени
- •Сбор, чистка, нормализация, препроцессинг и автоматическая разметка аудиодатасетов
- •Сокращение задержек генерации и оптимизация моделей для инференса на CPU/GPU
- •Регулярный мониторинг и автооценка качества синтеза (естественность, тембр, разборчивость)
- •Диагностика проблем в инференсе и локализация багов
Обязательно
- •Понимание VAE, векторного квантования и дискретных/непрерывных представлений аудио
- •Практический опыт применения Flow Matching и Diffusion Transformers для генерации речи
- •Умение использовать автометрики сходства тембра, естественности и разборчивости
- •Опыт применения VAD-моделей и работы с архитектурами ASR
- •Уверенное владение Python (PyTorch, Hugging Face, фреймворки инференса)
- •Уверенное владение Go
- •Практика работы со потоковым аудио в реальном времени (streaming)
Будет плюсом
- •Опыт сборки Docker-образов
