Data Scientist DL

Требуется data scientist в г. Москва.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 Editors 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.