Deep Learning Engineer (STT & TTS Uzbek Language)

InfinBank в поисках специалиста который будет работать над системами автоматического распознавания речи (ASR) и синтеза речи (TTS). Ожидается участие в выборе моделей, в обучении моделей, и в настройке пайплайнов для inference в реальном времени.

Будущие задачи:
•  Разработка и оптимизация моделей ASR и/или TTS (на базе open-source и кастомных решений)
•  Исследование и внедрение моделей на базе Whisper, NeMo, Vosk, FastSpeech, Tacotron и др.
•  Обработка аудиоданных: препроцессинг, очистка, аугментации
•  Оптимизация latency, обеспечение real-time inference
•  Интеграция моделей в сервисы (API, gRPC, FastAPI)
•  Мониторинг качества (WER, MOS и др.), A/B тестирование
•  Обучение/Дообучение Моделей на данных

Требования:
•  Опыт работы с задачами ASR и/или TTS в ML-продуктах
•  Уверенное знание Python, PyTorch / TensorFlow
•  Опыт с open-source решениями (Whisper, ESPNet, Mozilla TTS, Coqui, etc.)
•  Знание алгоритмов работы с аудио: FFT, MelSpectrogram, MFCC и т.п.
•  Навыки оптимизации inference (ONNX, quantization, streaming)
•  Понимание задач real-time распознавания
•  Опыт от 2-3 года в ML или DS проектах с голосом

Будет плюсом: 
•  Опыт развертывания моделей в реальном времени (в т.ч. на GPU / edge)
•  Опыт с NeMo, HuggingFace Audio, Transformers (TTS/ASR модули)
•  Работа с облачными STT/TTS API и кастомизация поверх них

АКБ "InFinBank" открывает широкие профессиональные перспективы для своих сотрудников:
• Корпоративное обучение за счёт работодателя
• Гибкость формата работы
• Возможность влияния на развитие проектов одного из крупнейшего банка UZ с 4+ млн. пользователей
• Команда, где ценится экспертиза, инициативность и инженерная культура
• Возможность карьерного роста
• Доход выше среднего по локальному рынку труда и индивидуально обсуждаем с каждым отдельным специалистом