ML Engineer (Voice/TTS)

О Voximplant в 2026 году:

• С 2013 года на рынке облачных коммуникаций;
• 300+ сотрудников;
• 30 000 клиентов по всему миру;
• 3 млрд звонков обрабатываем в год.

Задачи:

• Поддержка и развитие пайплайна обучения TTS-моделей;
• Подготовка, очистка и валидация речевых датасетов;
• Автоматизация обработки аудио и текстовых данных (VAD, alignment, text normalization, G2P);
• Запуск и мониторинг обучения моделей на GPU-кластере;
• Оценка качества синтеза речи и анализ ошибок;
• Версионирование датасетов и моделей, управление экспериментами;
• Разработка и сопровождение инструментов автоматизации обучения и тестирования.

От успешного кандидата ждём опыт с:

• Python + PyTorch: уверенное владение;
• Обработкой аудио: PCM, WAV, Mel Spectrogram, FFmpeg, torchaudio;
• Подготовкой данных: очистка, VAD, сегментация, text normalization, forced alignment, G2P;
• Обучением моделей: запуск и мониторинг обучения, распределенное обучение, работа с GPU;
• Оценкой качества: понимание MOS, разбор типичных ошибок синтеза, проведение A/B-тестов;
• MLOps: Docker, Git, CI/CD, управление экспериментами (MLflow или Weights & Biases), хранение датасетов в S3/MinIO;
• Инференс — понимание vllm, оптимизация производительности.

Что предлагаем:

• Мы - продуктовая компания, которая создает технически сложный и востребованный продукт для бизнеса;
• Видимый вклад в развитие бизнеса: создание решений, приносящих реальную прибыль;
• Гибкое начало рабочего дня;
• Работа в аккредитованной IT-компании;
• Одна из 2-х льгот на выбор за счет компании (с возможностью воспользоваться другой на корпоративных условиях): ДМС (Лучи), Корпоративное обучение английскому/испанскому языку до 2-х раз в неделю;
• Корпоративные скидки от BestBenefits;
• Возможность удаленной работы;
• При желании работать из офиса -- Московский офис находится в пяти минутах от метро Тульская, рядом с Даниловским рынком;
• Современные и удобные инструменты, софт и оборудование для работы.