aipythongitdockerlinuxpytorchgpuaudio machine learningmusic information retrieval
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$3.7к$4.8кмедиана$6к
46 в выборке
На международном рынке: $175к/год ($108к - $211к)
78
Хорошая вакансия
развернуть
Роль описана чётко и включает практическую работу с аудио ML для реального продукта, но формат частичной занятости и небольшой команды оставляет вопросы о долгосрочной стабильности.
?Частичная занятость
Актуальный ML-стек
Влияние на продукт
Чёткие задачи
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
ML-инженер (аудио ML): Развитие моделей разделения музыкальных источников и автоматической транскрипции аудио в ноты и табулатуры с акцентом на подготовку датасетов, оценку качества и оптимизацию инференса. Focus on обучении моделей в PyTorch, проведении воспроизводимых экспериментов, интеграции решений в Python-воркер и выводе моделей в продакшен.
Локация: удалённая работа, Москва
Компания
Hushpeak — цифровая студия для репетиций и записи живых выступлений, развивающая музыкальные, IT- и контентные направления; Qildo — музыкальный сервис на стыке технологий и машинного обучения.
Что делать
Развивать и обучать модели разделения музыкальных источников и автоматической транскрипции аудио в ноты и табулатуры.
Решать задачи beat tracking, определения темпа, тональности и музыкальной структуры.
Готовить, очищать и размечать датасеты, создавать аугментации и проводить ML-эксперименты.
Оценивать модели по SDR, note F1 и другим релевантным метрикам; разрабатывать постобработку и оценку уверенности предсказаний.
Оптимизировать инференс для CPU и GPU, интегрировать модели в Python-воркер и доводить их до стабильного использования в продукте.
Анализировать ошибки на пользовательских треках, участвовать в выборе технических решений, формировании бэклога и приоритизации ML-задач.
Требования
Уверенное владение Python и самостоятельное обучение и доработка моделей в PyTorch.
Практический опыт в audio ML, music information retrieval или смежной обработке звука.
Понимание подготовки датасетов: очистки, разметки, балансировки, аугментаций и разделения на выборки.
Умение выстраивать воспроизводимые эксперименты, интерпретировать метрики и принимать решения по результатам.
Знание Git, Docker и Linux.
Готовность самостоятельно вести задачи: формулировать и проверять гипотезы, документировать выводы и предлагать следующие шаги.
Коммерческий опыт не обязателен; подходят сильные учебные, исследовательские, pet-проекты или open-source вклад с самостоятельно обученными моделями.
Хорошо, если есть
Игра на музыкальном инструменте или глубокое понимание музыкальной теории.
Опыт работы с MIR-инструментами и библиотеками анализа аудио.
Практика оптимизации инференса, профилирования моделей и подготовки решений к продакшену.
Знакомство с MIDI, Guitar Pro, MusicXML и форматами музыкальных данных.
Умение эффективно использовать ИИ-ассистентов для разработки и исследований.
Культура и преимущества
Удалённая работа с гибким графиком и частичной занятостью.
Основное взаимодействие проходит письменно, созвоны — по необходимости.
Оформление по договору ГПХ.
Доступ к GPU, данным сервиса и готовым скриптам для экспериментов.
Возможность быстро выводить модели в продакшен и видеть результат в продукте.
Старт — как можно скорее; подробности о данных, архитектуре и внутренних процессах обсуждаются после первого разговора и подписания NDA.
Процесс найма
На первом этапе нужно самостоятельно разобрать работу Qildo, кратко описать наблюдения и предложить первое улучшение ML-части.
Второй этап — оплачиваемая пробная задача на 1–2 недели на данных и GPU компании.
В отклике нужно описать самостоятельно обученную модель, задачу, данные, оценку и улучшения, приложить ссылку на код, статью или описание проекта при наличии, а также указать музыкальный инструмент, доступное количество часов в неделю и желаемый уровень оплаты.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →