Senior ML Engineer in Katowice

Svitla Systems Inc. poszukuje Senior Speech & NLP ML Engineer na pełnoetatowe stanowisko (40 godzin tygodniowo) w Europie. Nasz klient to amerykańska firma zajmująca się mobilnym przetwarzaniem danych. Idealny kandydat łączy silne umiejętności inżynieryjne z praktycznym doświadczeniem w rozpoznawaniu mowy, przetwarzaniu dźwięku i NLP. Szukamy osoby, która lubi rozwiązywać złożone wyzwania techniczne, bierze pełną odpowiedzialność za swoją pracę i nieustannie szuka sposobów na poprawę wydajności modeli oraz ogólnej efektywności systemu.

Będziesz pracować nad rozwijaniem, optymalizowaniem i ulepszaniem end-to-end procesów przetwarzania mowy, od surowego wejścia audio do dokładnego, ustrukturyzowanego tekstu wyjściowego.

Wymagania:

• Silne umiejętności programowania w Pythonie.
• Silne umiejętności rozwiązywania problemów i analizy.
• Solidna wiedza z zakresu uczenia maszynowego i sztucznej inteligencji.
• Dobra znajomość przetwarzania mowy, przetwarzania dźwięku i koncepcji NLP.
• Praktyczne doświadczenie z automatycznym rozpoznawaniem mowy lub systemami przekształcania mowy na tekst.
• Doświadczenie w budowaniu lub ulepszaniu procesów wstępnego przetwarzania dźwięku i transkrypcji.
• Doświadczenie w obsłudze danych audio, w tym formatów, częstotliwości próbkowania, hałasu, segmentacji i problemów z jakością dźwięku.
• Doświadczenie w przygotowywaniu i zarządzaniu zbiorami danych audio/tekstowych do treningu, oceny i analizy.
• Doświadczenie w dostrajaniu modeli LLM i/lub ASR do specyficznych zastosowań lub dziedzin.
• Doświadczenie w ocenie systemów ASR przy użyciu metryk takich jak WER, CER i metryk jakości specyficznych dla zadań.
• Doświadczenie w analizie błędów ASR i identyfikowaniu sposobów poprawy jakości transkrypcji.
• Doświadczenie z zadaniami post-processingowymi transkryptów, takimi jak normalizacja tekstu, przywracanie interpunkcji, wielkość liter lub korekcja słownictwa specyficznego dla dziedziny.
• Znajomość frameworków głębokiego uczenia, takich jak PyTorch lub podobnych.
• Znajomość narzędzi do przetwarzania mowy/audio i ML, takich jak Hugging Face Transformers/Datasets, torchaudio, librosa, pydub, soundfile, Pandas, NumPy lub podobnych.
• Doświadczenie z narzędziami do rozwoju i eksperymentów, takimi jak Git/GitHub, Hydra i Weights & Biases lub podobnymi alternatywami.
• Doświadczenie w pracy z współdzielonymi bazami kodu, zespołami zdalnymi i serwerami zdalnymi.
• Umiejętność samodzielnego zarządzania zadaniami, analizy wydajności i proaktywnego proponowania ulepszeń.
• Doświadczenie z Whisper, wav2vec 2.0, NeMo, Kaldi, SpeechBrain lub podobnymi frameworkami/modelami mowy będzie dodatkowym atutem.
• Doświadczenie w dostrajaniu modeli ASR do specyficznych dziedzin, języków, akcentów lub hałaśliwych środowisk.
• Doświadczenie z wielojęzycznym lub niskozasobowym ASR.
• Doświadczenie z redukcją szumów audio lub poprawą jakości dźwięku.
• Doświadczenie z detekcją aktywności głosowej i zaawansowaną segmentacją audio.
• Doświadczenie z diarizacją mówców, weryfikacją mówców, identyfikacją mówców lub modelami osadzenia mówców.
• Doświadczenie z systemami ASR w czasie rzeczywistym lub strumieniowym.
• Doświadczenie z syntezą mowy lub przekształceniem tekstu na mowę jest dodatkowym atutem, ale nie jest wymagane.

Obowiązki:

• Rozwój, trening, ocena i wdrażanie modeli uczenia maszynowego do zadań związanych z mową i dźwiękiem.
• Budowanie i optymalizacja end-to-end procesów przekształcania mowy na tekst, w tym wstępne przetwarzanie audio, ASR i post-processing transkryptów.
• Przygotowywanie, czyszczenie, zarządzanie i manipulowanie zbiorami danych audio i tekstowych do rozwoju modeli i oceny.
• Wykonywanie zadań wstępnego przetwarzania audio, takich jak próbkowanie, normalizacja, redukcja szumów, segmentacja i konwersja formatów.
• Analiza wyników ASR i identyfikowanie sposobów poprawy jakości transkrypcji.
• Poprawa wydajności ASR poprzez ulepszanie danych, dostrajanie modeli, optymalizację procesów i post-processing.
• Zastosowanie technik NLP do czyszczenia transkryptów, normalizacji tekstu, przywracania interpunkcji, wielkości liter i korekcji specyficznych dla dziedziny.
• Ocena systemów mowy i NLP przy użyciu metryk takich jak WER, CER, precyzja, przypomnienie i metryki jakości specyficzne dla zadań.
• Przeprowadzanie i śledzenie eksperymentów, dokumentowanie wyników i jasne komunikowanie ulepszeń modeli lub procesów.
• Współpraca z członkami zespołu nad współdzielonymi bazami kodu, projektami zdalnymi i serwerami zdalnymi.

Oferujemy:

• Projekty w USA i UE oparte na zaawansowanych technologiach.
• Konkurencyjne wynagrodzenie w zależności od umiejętności i doświadczenia.
• Regularne oceny wydajności wspierające Twój rozwój.
• Elastyczność w miejscu pracy, zarówno zdalnie, jak i w naszym przyjaznym biurze.
• Kompleksowe ubezpieczenie zdrowotne po miesiącu.
• Karta MultiSport z dostępem do 2500 obiektów sportowych w całej Polsce.
• Premie za polecenie nowych pracowników.
• Premie za pisanie artykułów, wystąpienia publiczne i inne działania.
• 15 dni urlopu, 10 dni świąt narodowych, 10 dni chorobowych i dni wolne dla rodziny.
• Spersonalizowany program nauki dostosowany do Twoich zainteresowań i rozwoju umiejętności.
• Darmowe webinaria technologiczne i spotkania organizowane przez Svitla.
• Prezenty powitalne i rocznicowe, prezenty dla dzieci i inne.
• Regularne wydarzenia korporacyjne i spotkania.
• Świetny zespół, przyjazna i wspierająca społeczność!