Data Scientist (Аудиоаналитика) — Робот Мия

Привет!

Robotmia – продуктовая IT-компания, специализирующаяся на технологиях машинного обучения, искусственного интеллекта и понимания естественного языка. На рынке больше 7 лет и каждый год растет минимум в 2 раза.

Основные продукты – "Голосовой ассистент" и "Модуль определения автоответчиков". С их помощью наши клиенты кратно увеличивают качество обслуживания своих пользователей и в разы сокращают расходы. А с операторов call-центров снимают скучную и рутинную работу.

Наши клиенты — российские компании из самых разных сфер (логистика, медицина, банковский сектор и другие). Многих из них ты можешь найти в ежегодном рейтинге Forbes “ТОП-200 крупнейших частных компаний России”.

Кого мы ищем:
Нам нужен Data Scientist, нацеленный на бизнес-результат.

Мы не занимаемся исследованиями ради исследований. Ты должен понимать: модель ценна только тогда, когда приносит прибыль или сокращает издержки. Ждем прагматика и энтузиаста, который умеет быстро проверять гипотезы и доводить решения до продакшна.

Чем предстоит заниматься:

• Анализировать большие объемы аудиоданных (работа с ClickHouse) и проводить EDA для поиска неочевидных закономерностей;

• Формулировать гипотезы, жестко привязанные к бизнес-метрикам (снижение операционных расходов, рост точности детекта);

• Работать с сильным дисбалансом классов при классификации аудио;

• Настраивать и применять алгоритмы кластеризации данных для выявления скрытых паттернов;

• Исследование и применение современных архитектур нейронных сетей (CNN, RNN, LSTM, TCN и др.);

• Работать над задачами коррекции аудио (шумоподавление) с применением современных архитектур;

• Управлять ML-экспериментами через ClearML, обеспечивая воспроизводимость результатов.

Мы ожидаем от тебя:

• Опыт в DS/ML от 3 лет, с фокусом на результат, а не на процесс;

• Умение работать с большими базами данных (ClickHouse) и писать сложные аналитические запросы;

• Опыт кластеризации данных (K-Means, DBSCAN, иерархические методы) и настройки этих алгоритмов;

• Умение выбирать и настраивать архитектуры нейронных сетей для задач классификации (CNN, RNN, LSTM, Transformer и др.);

• Опыт решения задач классификации с сильным дисбалансом классов (sampling, weighted loss, синтетические данные);

• Python, Pandas/NumPy, Scikit-learn, PyTorch/TensorFlow;

• Библиотеки для аудио: Librosa, torchaudio;

• Опыт работы с ClearML (MLflow, Weights & Biases — как альтернатива, но плюсом именно ClearML);

• Опыт разработки систем автоматического алертинга (мониторинг дрифта, аномалий, падения метрик в проде с автореакцией);

• Git, Docker, Kubernetes (понимание CI/CD для ML).

Будет плюсом:

• Опыт с архитектурами RNN, LSTM, TCN, Transformer, WaveNet;

• Решения задач Source Separation или шумоподавления;

• Участие в Kaggle с задачами классификации небалансированных классов;

• Опыт работы с потоковыми данными и реальными production-системами.

Мы предлагаем:

• Официальное трудоустройство в аккредитованной IT-компании;

• Гибкий рабочий график 5/2, гибридный формат работы;

• Стабильную зарплату 2 раза в месяц, отпуска и больничные;

• Персонального наставника;

• Креативную дружную команду, готовую помочь, научить и поддержать;

• Удобный офис в Академгородке (2 мин. от станции Сеятель);

• Уютную атмосферу и классные корпоративы;

• Корпоративное обучение и карьерный рост.

Ждем твой отклик.