← К каталогу
МТ

МТС

Ведущий разработчик-исследователь ML [Синтез речи] (MWS AI)

ГибридУровень не указанМосква, Россия7 дн. назад
СИГНАЛ JOBRADAR68/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение23 мин. назад
Впервые замечена7 дн. назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Голосовые ассистенты и чат-боты могут ответить на любой вопрос клиента, а компьютерное зрение - распознавать лица и эмоции. Мы объединили сильных разработчиков, самый мощный суперкомпьютер, и прорывные идеи, чтобы делать жизнь людей комфортнее и безопаснее и помогать бизнесу.

Ищем увлеченного профессионала, которому предстоит участвовать в исследованиях технологий синтеза речи, чтобы улучшать текущие решения и внедрять новые

Чем предстоит заниматься

  • Развивать LLM-based TTS: обучение, работа с речевыми токенизаторами и нейрокодеками.
  • Повышать естественность и точность синтеза: моделирование просодии и разговорной интонации, управление эмоциями и стилем через текстовый промпт, нормализация текста, расстановка ударений и произношение.
  • Клонирование голоса, включая zero-shot: тембр, манера речи, акцент.
  • Оптимизировать инференс: сокращать задержку ответа и ускорять синтез, в том числе в стриминговом режиме.
  • Проводить оценку качества по принятым в команде методикам: WER/CER, MOS/CMOS, внутренние бенчмарки.
  • Быстро проверять гипотезы и переносить работающее в наши модели.

Что для нас важно

  • Уверенный Python и PyTorch, опыт полного цикла обучения моделей: от подготовки данных до оценки качества.
  • Опыт с задачами речи или аудио: TTS, ASR, вокодеры, кодеки. Нет опыта именно в TTS, но есть сильный бэкграунд в смежном аудио - тоже рассмотрим.
  • Опыт с генеративными моделями: авторегрессионные модели, GAN, диффузия или flow matching. Понимание того, как устроены речевые токенизаторы и нейрокодеки.

Будет плюсом

  • Опыт с LLM-based TTS, нейрокодеками и речевыми токенизаторами (EnCodec, DAC; квантизация RVQ/FSQ) или вокодерами (HiFi-GAN, Vocos).
  • Опыт вывода моделей в продакшен и оптимизации инференса (архитектурно или под железо).
  • RL для генеративных моделей (DPO, GRPO и подобное), особенно применительно к TTS.
  • Опыт multi-GPU / multi-node обучения.
  • Работа с…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU