Роль четко сфокусирована на передовых исследованиях и внедрении синтеза речи, с сильной технической частью и конкретными возможностями обучения; оценить оплату по описанию нельзя.
Современный стек
Четкий профиль задач
Развитие в AI
Поддержка обучения
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Ведущий разработчик-исследователь ML (синтез речи): развитие LLM-based TTS и внедрение новых технологий синтеза речи с акцентом на естественность, управление просодией, эмоциями и стилем, а также клонирование голоса. Focus on оптимизацию потокового инференса, оценку качества моделей, быстрое тестирование гипотез и перенос решений в production.
Локация: Москва, улица Станиславского, 21с1; гибридный формат работы
Компания
MWS AI — часть экосистемы МТС Web Services, создающая AI-решения, включая голосовых ассистентов, чат-ботов и системы компьютерного зрения.
Что делать
Развивать LLM-based TTS, обучать модели и работать с речевыми токенизаторами и нейрокодеками.
Повышать естественность и точность синтеза: моделировать просодию и разговорную интонацию, управлять эмоциями и стилем через текстовые промпты.
Разрабатывать клонирование голоса, включая zero-shot, с воспроизведением тембра, манеры речи и акцента.
Оптимизировать инференс, сокращать задержку и ускорять синтез, включая потоковый режим.
Оценивать качество по WER/CER, MOS/CMOS и внутренним бенчмаркам.
Быстро проверять гипотезы и переносить рабочие решения в модели.
Требования
Уверенное владение Python и PyTorch.
Опыт полного цикла обучения моделей: от подготовки данных до оценки качества.
Опыт в задачах речи или аудио: TTS, ASR, вокодеры или кодеки; сильный опыт в смежном аудио также рассматривается.
Опыт с генеративными моделями: авторегрессионными моделями, GAN, диффузией или flow matching.
Понимание устройства речевых токенизаторов и нейрокодеков.
Хорошо, если есть
Опыт с LLM-based TTS, нейрокодеками и речевыми токенизаторами, включая EnCodec, DAC, RVQ/FSQ, а также с HiFi-GAN или Vocos.
Опыт вывода моделей в production и оптимизации инференса архитектурно или под конкретное оборудование.
Опыт применения RL для генеративных моделей, включая DPO и GRPO, особенно в TTS.
Опыт multi-GPU или multi-node обучения.
Работа с русской речью: ударения, нормализация текста и фонетика; опыт с другими языками СНГ или мультиязычным TTS.
Публикации или open-source проекты в области речи.
Культура и преимущества
Комфортный офис в 10 минутах пешком от метро Таганская.
Медицинская страховка с первого месяца, включая стоматологию и страхование жизни и здоровья в зарубежных поездках.
Возможность застраховать родственников по корпоративной скидке.
Компенсация мобильной связи с первого дня.
Участие во внешних IT-конференциях и обучающих программах, доступ к корпоративному университету и электронным библиотекам.
Подписка МТС Premium и скидки партнёров на фитнес, занятия английским и другие услуги.
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 →