Data Scientist DL

Мы ищем специалиста Deep Learning в disrupt направление. Нам нужны специалисты в области NLP и работы с аудио (ASR, TTS). Вам предстоит участвовать в развитии системы форд-мониторинга Сбербанка, которая обеспечивает защиту клиентов банка во всех каналах обслуживания от мобильных приложений и покупок в интернет до визитов клиентов в офисы. Нам уже есть чем гордиться, но мы развиваемся и не стоим на месте 17th Annual 2021 Cyber Security Global Excellence Awards winners. Fraud Prevention GOLD WINNER – SberBank Anti-Fraud System (https://globeeawards.com) Fraud Prevention Editor’s Choice – SberBank (https://cyberdefenseawards.com) Мы принимаем активное участие в развитии этой системы и сосредоточены на разработке и внедрении AI-моделей по выявлению мошенничества. У нас ты сможешь поработать с действительно большими объемами данных, широким перечнем передовых технологий и сделать значимый вклад в борьбу с мошенничеством в стране. Обязанности · Исследование новых архитектур и подходов, апробирование на реальных данных · Работа с собственной LLM GigaChat. Имплементация LLM для решения прикладных задач · Обработка аудио-потока: Speech-to-Text и Text-to-Speech · Построение высоконагруженных решений, основанных на DL-моделях а также · Мониторинг и регулярный контроль качества работающих в пром. моделей; · Анализ доступных источников данных и информации в них, оценка качества для решения задач; · Обсуждение задач и методов их решения совместно с фрод-аналитиками и бизнес-заказчиками, формулирование гипотез и их проверка; · Построение воспроизводимых и переиспользуемых решений для работы с данными и моделями Требования · Хорошие знания Python 3 · Знание PyTorch, опыт полного цикла разработки DL моделей. · Знание подходов обработки последовательностей: RNN, Transformer. · Опыт использования библиотека анализа данных и построения ML моделей на Python (pandas/dask, xgboost/lightgbm/catboost, sklearn, …), понимание особенностей и границ применимости; · Знание мат. статистики и теории вероятностей · Знание Git · Знание английского языка (чтение документации и статей) Условия · Знание Spark/PySpark, Hive · Знание библиотек torch-audio, pyaanote, librosa, nemo. · Опыт обработки последовательностей, знание продвинутых подходов. · Знакомы подходы tts, stt, diarisation. · Опыт взаимодействия с LLM, SFT. · Знание подходов распараллеливания вычислений.