Applied ML engineer

Bright Pattern создаёт программное обеспечение, которое позволяет бизнесу удобно и эффективно общаться с клиентами - по телефону, SMS, email, веб-чату, видео и в популярных мессенджерах. Мы помогаем компаниям выстроить процессы, автоматизировать стандартные ответы и сохранять контекст общения с клиентом на протяжении всего взаимодействия, независимо от используемого канала связи.

Наше решение работает в формате облачного сервиса, и каждый день обрабатывает миллионы клиентских взаимодействий по всему миру.

Платформа использует технологии ИИ для автоматизации, предиктивной маршрутизации и аналитики. Это помогает компаниям повышать эффективность и качество обслуживания при одновременном снижении затрат. Благодаря простоте и быстрому внедрению программное обеспечение Bright Pattern отлично подходит организациям, которые хотят улучшить клиентский сервис и оптимизировать взаимодействие с клиентами. Мы работаем с самыми разными отраслями - от ритейла до здравоохранения и финансового сектора.

Требования:

• Практический опыт создания высоконагруженных серверных приложений.
• Глубокие знания и экспертиза в Python.
• Хорошие знания других языков программирования, таких как C++ и Go.
• Опыт работы с современными ML-стеками (хотя бы с некоторыми из перечисленных), такими как PyTorch, ONNX, PyTest и OpenVINO.
• Продвинутый уровень английского языка (устный и письменный)

Будет плюсом:

• Знание математического анализа, линейной алгебры, математической статистики, теории вероятностей, динамического программирования и численных методов.
• Опыт работы в качестве data scientist — практическое применение статистических методов и выявление трендов/паттернов на реальных данных.
• Понимание алгоритмов машинного обучения, связанных с анализом речи, включая их устройство, принципы работы и способы адаптации под конкретные задачи.
• Понимание теории обработки голосового сигнала и речи.
• Опыт работы с аудиобиблиотеками, такими как Librosa, TorchAudio.
• Понимание векторного поиска, опыт работы с FAISS или аналогами.
• Знание ASR-библиотек и систем, таких как Kaldi, NVIDIA Nemo, ESPnet, Whisper и Vosk.

Обязанности:

• Разработка, поддержка и улучшение облачных сервисов на базе ML-моделей с упором на высокую производительность, стабильность и постоянную доступность сервисов.

• Анализ и сравнение качества и скорости работы конкурентных и open-source моделей, а также отслеживание их развития.

• Fine tuning и обучение моделей под задачи конкретных рынков/приложений.

• Работа ориентирована на прикладное машинное обучение - на практические решения, а не на фундаментальные исследования.

• И это только начало: впереди ещё много интересных проектов и задач, которые готовы к запуску или находятся на стадии старта.

Условия:

• Участие в создании сложного, высоконагруженного продукта с реальными пользователями
• Гибкий график работы
• Работа в инженерной команде высокого уровня
• Возможность работать из любой точки мира
• Релокация в Калифорнию по визе L1 через год работы