Senior Speech & Voice in Warsaw

Senior Speech & Voice in Warsaw

Warsaw Stacjonarnie
S

Zakres współpracy obejmuje:

prowadzenie naukowej i algorytmicznej strony nowego produktu do biometrii głosowej, od wersji alfa po wdrożenie produkcyjne, w domenie wykrywania oszustw w contact center, projektowanie, trenowanie, dostrajanie i optymalizację modeli weryfikacji i identyfikacji mówcy (np. ReDimNet, ECAPA-TDNN, ResNet x-vectors), dostosowanie modeli open source do audio telefonicznego klientów (szumy, kodeki, efekty kanału, różne urządzenia), projektowanie metod scoringu i kalibracji (np. AS-norm, S-norm, cohort selection, CSLS, LLR) oraz dobór progów dla poszczególnych klientów, definiowanie i prowadzenie ewaluacji w oparciu o metryki FAR, FRR, EER i krzywe DET, w tym testy na prawdziwych nagraniach rozmów i prezentowanie wyników osobom technicznym i nietechnicznym, rozwój weryfikacji w czasie rzeczywistym (decyzje podejmowane w trakcie rozmowy, krótkie wypowiedzi w IVR, VAD, diaryzacja), badanie i wdrażanie metod anti-spoofingu i wykrywania deepfake'ów głosowych, rozwijanie istniejącego systemu produkcyjnego razem z zespołem inżynierów i biznesem, mentoring stałego zespołu: pair programming, code review, dokumentacja i przekazywanie wiedzy, realizację usług w trybie w pełni zdalnym, stawkę: do 170 zł/h + VAT (B2B). Kompetencje wymagane do realizacji usług:

kilkuletnie komercyjne doświadczenie w weryfikacji i identyfikacji mówcy oraz projektach biometrii głosowej, bardzo dobra znajomość przetwarzania mowy i sygnałów, w tym praktyczna praca z audio telefonicznym i kodekami, doświadczenie w trenowaniu i dostrajaniu modeli speaker embeddings (np. ReDimNet, ECAPA-TDNN, ResNet x-vectors), dogłębna znajomość scoringu i kalibracji (AS-norm, S-norm, cohort selection, CSLS, LLR, dobór progów), bardzo dobre rozumienie metryk biometrycznych (FAR, FRR, EER, DET) i testów przy bardzo niskim poziomie fałszywych akceptacji, doświadczenie z systemami działającymi w czasie rzeczywistym oraz znajomość VAD, diaryzacji i wykrywania zmiany mówcy, bardzo dobra znajomość Python i PyTorch oraz narzędzi SpeechBrain, WeSpeaker, NVIDIA NeMo lub Kaldi, doświadczenie w pracy z istniejącymi systemami produkcyjnymi, nie tylko z projektami budowanymi od zera, doświadczenie w mentoringu i podnoszeniu kompetencji zespołu, umiejętność tłumaczenia złożonych zagadnień osobom nietechnicznym, bardzo dobra znajomość języka angielskiego w mowie i piśmie - min. C1.

Senior Speech & Voice in Warsaw – pracodawca: Scalo

Scalo to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju w obszarze AI i Cloud Engineering. Pracując w Warszawie, zyskujesz dostęp do różnorodnych projektów technologicznych oraz inicjatyw eksperckich, a także korzystasz z atrakcyjnych benefitów, takich jak opieka medyczna i karta sportowa. Nasza kultura pracy oparta na Agile i DevOps sprzyja innowacyjności oraz współpracy, co czyni nas idealnym miejscem dla osób pragnących rozwijać swoje umiejętności w dynamicznym środowisku.

S

Dane kontaktowe:

Zespół rekrutacyjny Scalo