Мы - продуктовая команда, создающая интеллектуальную экосистему облачной телефонии для рынков США и Канады. Наш продукт - это отказоустойчивая платформа с миллионными оборотами трафика. ML у нас - не

Навыки

• ASR / TTS
• Самостоятельность
• C#
• CUDA / ONNX / TensorRT
• Отладка и поиск ошибок
• Дообучение моделей
• Highload

О компании и продукте

• Компания: Международный продуктовый IT-проект (VoIP / Cloud Telephony) Занятость: Полная занятость
• Формат: Гибрид (офис в Ташкенте на 2–3 месяца → далее полная удаленка) ЗП: старт от $3500 до $5000 (обсуждается индивидуально)
• Мы - продуктовая команда, создающая интеллектуальную экосистему облачной телефонии для рынков США и Канады. Наш продукт - это отказоустойчивая платформа с миллионными оборотами трафика. ML у нас - не вспомогательная фича, а фундамент системы, работающий в режиме real-time. Мы ищем инженера, который досконально понимает внутреннюю архитектуру аудио-моделей и готов отвечать за их работу в высоконагруженном продакшене.

Задачи

• Развитие системы AMD (Answering Machine Detection): дообучение и тюнинг моделей для классификации звонков (отличие человека от автоответчиков/IVR) в режиме реального времени
• Full-cycle разработка: от сбора и «грязной» разметки аудиоданных до деплоя и калибровки порогов в продакшене
• Интеграция в Core-продукт: перенос ML-компонентов в backend-инфраструктуру (C# / SIP / RTP стек) через ONNX Runtime
• Оптимизация latency: борьба за миллисекунды в условиях стриминга аудио
• Deep Analysis: поиск ошибок и разбор сложных edge cases в реальных сценариях звонков
• Исследования (R&D): эксперименты с шумоподавлением, VAD и новыми архитектурами для обработки речи
• Наш стек: Python, C# wav2vec 2.0, Whisper, HuggingFace Transformers MFCC, эмбеддинги, спектрограммы ONNX / ONNX Runtime, Quantization SIP / RTP, Windows / Linux

Требования

• 2+ года опыта в ML в продакшене (когда ваша модель реально работала с пользователями)
• Практический опыт со Speech/Audio: понимание того, как устроены аудио-фичи и современные архитектуры обработки звука
• Инженерный подход (QA-mindset): вам искренне интересно «копаться» в аномалиях данных и проверять систему на прочность
• Понимание классики и современности: Fine-tuning, Transfer Learning и умение работать с метриками (Precision/Recall, ROC-AUC, Calibration)
• Способность работать end-to-end: от сырого файла до оптимизированного инференса
• Инженерная автономность: мы ценим тех, кто сам находит проблему и доводит решение до продакшена
• Бэкграунд: мы очень приветствуем кандидатов, пришедших в ML из Backend или QA, нам важна культура кода и тестирования
• Готовность к динамике: проект растет, задач много, и они напрямую влияют на бизнес

Будет плюсом

• Опыт в Speech/Audio domain (ASR, VAD, Audio Classification)
• Понимание специфики VoIP и потоковой обработки данных
• Опыт работы с MLOps и инструментами мониторинга моделей

Условия

• Обязательный оффлайн-онбординг в Ташкенте (2-3 месяца) для погружения в продукт, далее полная удаленная работа
• Реальные production-задачи в международном продукте с высокой нагрузкой
• Возможность профессионального роста и пересмотра компенсации по мере усложнения задач
• Работа в команде с сильной инженерной экспертизой и отсутствием бюрократии
• CV в Telegram: @haas_maru

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.