Детали вакансии

Международная IT-продуктовая компания ищет инженера-программиста ML с опытом работы в продакшн ML более 2 лет, специализирующегося на речи и аудио. Полная занятость, гибридный формат работы, начинающийся в Ташкенте, затем полностью удаленный. Зарплата 3500-5000 долларов США.

Мы — продуктовая команда, создающая интеллектуальную экосистему облачной телефонии для рынков США и Канады. Наш продукт — отказоустойчивая платформа, обрабатывающая миллионы трафика. ML является основой системы и работает в режиме реального времени. Мы ищем инженера с глубоким пониманием архитектуры аудиомоделей, чтобы обеспечить их производительность в условиях высоконагруженного продакшена. Обязанности: - Разработка системы AMD (Answering Machine Detection): переобучение и тюнинг моделей для классификации звонков в реальном времени (отличение людей от автоответчиков/IVR). - Разработка полного цикла: от сбора и 'грязной' разметки аудиоданных до развертывания и калибровки порогов в продакшене. - Интеграция в основной продукт: миграция ML-компонентов в бэкенд-инфраструктуру (C# / SIP / RTP стек) через ONNX Runtime. - Оптимизация задержки: стремление к миллисекундам в условиях потоковой передачи аудио. - Глубокий анализ: выявление ошибок и анализ сложных граничных случаев в реальных сценариях звонков. - Исследования (R&D): эксперименты с шумоподавлением, VAD и новыми архитектурами обработки речи.

Опыт работы в продакшн ML более 2 лет (где ваша модель реально работала с пользователями). Практический опыт работы с речью/аудио: понимание аудиопризнаков и современных архитектур обработки звука. Инженерный подход (QA-mindset): искренний интерес к копанию в аномалиях данных и стресс-тестированию системы. Понимание классических и современных концепций: Fine-tuning, Transfer Learning и владение метриками (Precision/Recall, ROC-AUC, Calibration). Способность работать end-to-end: от сырых файлов до оптимизированного инференса. Ключевые качества: - Инженерная автономия: мы ценим людей, которые самостоятельно находят проблемы и доводят решения до продакшена. - Бэкграунд: мы приветствуем кандидатов, приходящих в ML из Backend или QA, так как культура кода и тестирования для нас важна. - Адаптивность: проект растет, задач много, и они напрямую влияют на бизнес. Плюсом будет: - Опыт в домене Speech/Audio (ASR, VAD, Audio Classification). - Понимание специфики VoIP и потоковой передачи данных. - Опыт работы с MLOps и инструментами мониторинга моделей.

Обязательное офлайн-онбординг в Ташкенте (2-3 месяца) для погружения в продукт, после чего — полная удаленная работа. Реальные продакшн-задачи в международном высоконагруженном продукте. Возможности для профессионального роста и пересмотра компенсации по мере усложнения задач. Работа в команде с сильной инженерной экспертизой и без бюрократии.