Data Scientist (Аудиоаналитика)

Навыки

• AI-инструменты в работе
• CI/CD
• ClickHouse
• Креативность
• Docker
• Git
• Kubernetes

О компании и продукте

• Мы не занимаемся исследованиями ради исследований

Задачи

• 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

Требования

• Нам нужен Data Scientist , нацеленный на бизнес-результат
• 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
• 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)
• 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”

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

Условия

• 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
• Мы не корпорация, наша стратегия основана на доверии и долгосрочных отношениях
• Если ты согласен с фразой “Ты – причина всех своих решений” - нам точно по пути!
• Ждем твой отклик

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.