Вакансия из Telegram канала - Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
TL;DR
Middle ML Engineer (TTS): Поддержка и развитие пайплайна обучения TTS-моделей с акцентом на подготовку речевых датасетов, обработку аудио и запуск обучения на GPU-кластере. Focus on автоматизации VAD, alignment, text normalization и G2P, оценке качества синтеза речи, MLOps и оптимизации инференса.
🚀Привет, это Voximplant!
🌎🌍Мы международная SaaS компания в области облачных коммуникаций.
Мы создаём платформу, которая позволяет компаниям по всему миру строить клиентские коммуникации внутри своих продуктов и бизнес-процессов. Через нашу инфраструктуру бизнесы запускают голосовые сервисы, контакт-центры, омниканальные коммуникации, автоматизацию взаимодействия с клиентами и решения на базе AI.
У нас есть 2 направления бизнеса: B2B и B2D. B2B - облачные контакт-центры, B2D (business to developers) - платформа-лего для разработчиков, внутри которой можно строить свою собственную коммуникационную платформу.
О Voximplant в 2026 году:
С 2013 года на рынке облачных коммуникаций;
300+ сотрудников;
30 000 клиентов по всему миру;
3 млрд звонков обрабатываем в год.
Сейчас мы в поисках Middle ML Engineer на проект обучения TTS-моделей.
🖱Будущие задачи:
Поддержка и развитие пайплайна обучения TTS-моделей;
Подготовка, очистка и валидация речевых датасетов;
Автоматизация обработки аудио и текстовых данных (VAD, alignment, text normalization, G2P);
Запуск и мониторинг обучения моделей на GPU-кластере;
Оценка качества синтеза речи и анализ ошибок;
Версионирование датасетов и моделей, управление экспериментами;
Разработка и сопровождение инструментов автоматизации обучения и тестирования.
🖥От успешного кандидата мы ждём опыт с:
Python + PyTorch: уверенное владение;
Обработкой аудио: PCM, WAV, Mel Spectrogram, FFmpeg, torchaudio;
Подготовкой данных: очистка, VAD, сегментация, text normalization, forced alignment, G2P;
Обучением моделей: запуск и мониторинг обучения, распределенное обучение, работа с GPU;
Оценкой качества: понимание MOS, разбор типичных ошибок синтеза, проведение A/B-тестов;
MLOps: Docker, Git, CI/CD, управление экспериментами (MLflow или Weights & Biases), хранение датасетов в S3/MinIO;
Инференс — понимание vllm, оптимизация производительности.
💻Что предлагаем:
Мы - продуктовая компания, которая создает технически сложный и востребованный продукт для бизнеса;
Видимый вклад в развитие бизнеса: создание решений, приносящих реальную прибыль;
Гибкое начало рабочего дня;
Работа в аккредитованной IT-компании;
Одна из 2-х льгот на выбор за счет компании (с возможностью воспользоваться другой на корпоративных условиях): ДМС (Лучи), Корпоративное обучение английскому/испанскому языку до 2-х раз в неделю;
Корпоративные скидки от BestBenefits;
Возможность удаленной/гибридной/офисной работы;
Современные и удобные инструменты, софт и оборудование для работы.
📃Процесс найма:
1. Скрининг с HR (45 минут);
2. Техническое интервью (час);
3. Лайв-кодинг (час);
4. Оффер.
✉️Отклики и резюме ждёт
🌎🌍Мы международная SaaS компания в области облачных коммуникаций.
Мы создаём платформу, которая позволяет компаниям по всему миру строить клиентские коммуникации внутри своих продуктов и бизнес-процессов. Через нашу инфраструктуру бизнесы запускают голосовые сервисы, контакт-центры, омниканальные коммуникации, автоматизацию взаимодействия с клиентами и решения на базе AI.
У нас есть 2 направления бизнеса: B2B и B2D. B2B - облачные контакт-центры, B2D (business to developers) - платформа-лего для разработчиков, внутри которой можно строить свою собственную коммуникационную платформу.
О Voximplant в 2026 году:
С 2013 года на рынке облачных коммуникаций;
300+ сотрудников;
30 000 клиентов по всему миру;
3 млрд звонков обрабатываем в год.
Сейчас мы в поисках Middle ML Engineer на проект обучения TTS-моделей.
🖱Будущие задачи:
Поддержка и развитие пайплайна обучения TTS-моделей;
Подготовка, очистка и валидация речевых датасетов;
Автоматизация обработки аудио и текстовых данных (VAD, alignment, text normalization, G2P);
Запуск и мониторинг обучения моделей на GPU-кластере;
Оценка качества синтеза речи и анализ ошибок;
Версионирование датасетов и моделей, управление экспериментами;
Разработка и сопровождение инструментов автоматизации обучения и тестирования.
🖥От успешного кандидата мы ждём опыт с:
Python + PyTorch: уверенное владение;
Обработкой аудио: PCM, WAV, Mel Spectrogram, FFmpeg, torchaudio;
Подготовкой данных: очистка, VAD, сегментация, text normalization, forced alignment, G2P;
Обучением моделей: запуск и мониторинг обучения, распределенное обучение, работа с GPU;
Оценкой качества: понимание MOS, разбор типичных ошибок синтеза, проведение A/B-тестов;
MLOps: Docker, Git, CI/CD, управление экспериментами (MLflow или Weights & Biases), хранение датасетов в S3/MinIO;
Инференс — понимание vllm, оптимизация производительности.
💻Что предлагаем:
Мы - продуктовая компания, которая создает технически сложный и востребованный продукт для бизнеса;
Видимый вклад в развитие бизнеса: создание решений, приносящих реальную прибыль;
Гибкое начало рабочего дня;
Работа в аккредитованной IT-компании;
Одна из 2-х льгот на выбор за счет компании (с возможностью воспользоваться другой на корпоративных условиях): ДМС (Лучи), Корпоративное обучение английскому/испанскому языку до 2-х раз в неделю;
Корпоративные скидки от BestBenefits;
Возможность удаленной/гибридной/офисной работы;
Современные и удобные инструменты, софт и оборудование для работы.
📃Процесс найма:
1. Скрининг с HR (45 минут);
2. Техническое интервью (час);
3. Лайв-кодинг (час);
4. Оффер.
✉️Отклики и резюме ждёт
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 →
Текст вакансии взят без изменений
Источник -