Výzkumník strojového učení pro zpracování řeči

Job offer

Jsme tým zaměřený na vývoj a zdokonalování technologií pro syntézu a automatické rozpoznávání řeči, s důrazem na nejnovější přístupy a modely. V současnosti se soustředíme především na češtinu, ale naše ambice jsou širší.
Naše práce pokrývá celý vývojový cyklus – od přípravy a validace dat, přes průzkum a trénování modelů na vlastním výkonném GPU clusteru, až po jejich ladění, evaluaci a nasazení.
Klademe důraz na odborný růst: pravidelně pořádáme reading groups, sdílíme znalosti v týmu a účastníme se konferencí.

Základní předpoklady

• Praxe v oblasti zpracování řeči.
• Umíte programovat v jazyce Python a navrhovat efektivní algoritmy.
• Orientujete se v problematice strojového učení a dokážete porozumět a reprodukovat postupy z vědeckých článků.
• Ovládáte základy Linuxu.

Součástí práce výzkumníka je

• Podílení se na formování zadání výzkumné úlohy a analýzy problému
• Příprava a analýza dat – Python, pandas, librosa, torchaudio, HuggingFace
• Učení ML modelů – hlavním cílem je mít co nejlepší modely pro automatické rozpoznání řeči a její syntézu, což mj. zahrnuje i spoustu dalších menších modelů. Pracujeme s knihovnami PyTorch (Lightning), HuggingFace a NVIDIA Nemo.
• Aplikace state-of-the-art metod pro zpracování řeči
• Týmová spolupráce při řešení problému a tvorbě kódu – Git, code review
• Vyhodnocení navržených řešení, interpretace a prezentace výsledků
• Předávání modelů a kódu do produkce např. pomocí Docker containerů

Co nabízíme

• Zajímavou a rozmanitou práci, řešení netriviálních problémů
• Velká data, možnost anotací
• Dostáváme věci do produkce, přímý dopad na miliony uživatelů,
• Vlastní výkonné servery, dedikovaná výpočetní kapacita
• Sdílení znalostí a zkušeností napříč Seznamem
• Osobní rozvoj – vzdělávání, reading groups a konference (v případě zájmu i veřejné přednášky na univerzitách a akcích)
• Super kolektiv a neformální a přátelské prostředí – všichni si tady tykáme a nemáme předepsaný dress code
• Malý tým – zodpovědnost za větší kousky práce
• Možnost psát vědecké články
• Flexibilní pracovní doba s možností HO

Kdo bude váš nadřízený

Jakub Náplava - Vedoucí týmu výzkumu:

"V Seznamu vedu jeden z fulltextových výzkumných týmů. Mám za sebou doktorát z ÚFALu a pětiletou zkušenost s machine learningovými modely z IBM. V Seznamu nejvíc oceňuju, že se tu můžu věnovat širokému spektru zajímavých úloh, na které dostaneme dostatek času k jejich důkladnému prozkoumání. Líbí se mi, že můžeme přicházet s vlastními výzkumnými otázkami a že výsledky naší práce se rychle nasadí do ostrého provozu. Máme k dispozici vlastní GPU cluster a in-house anotátoři nám rychle připraví potřebná data. A v neposlední řadě tu mám skvělé kolegy, se kterými si rádi zahrajeme stolní fotbálek nebo deskovky."