استخدام کارشناس یادگیری ماشینی گفتار و صوت (Speech/Audio ML Engineer)

شرح موقعیت شغلی

• توسعه و تنظیم دقیق مدل‌های تشخیص گفتار و پردازش صوت.
• آماده‌سازی، پاک‌سازی، قطعه‌بندی و اعتبارسنجی مجموعه‌داده‌های صوتی در مقیاس بزرگ.
• توسعه زنجیره‌های پردازش پیش‌پردازش و افزایش داده‌های صوتی.
• ارزیابی مدل‌ها با استفاده از معیارهایی مانند نرخ خطای کلمه (WER) و نرخ خطای نویسه (CER).
• انجام تحلیل تفصیلی خطاها با در نظر گرفتن تفاوت‌های لهجه‌ای، محیط‌های مختلف، گویندگان و شرایط ضبط صدا.
• تنظیم دقیق مدل‌ها برای گفتارهای تخصصی و حوزه‌محور، مانند فایل‌های صوتی مراکز تماس.
• بهبود دقت، سرعت پاسخ‌گویی و پایداری مدل‌ها.
• کار با فناوری‌های تشخیص فعالیت صوتی (VAD)، تفکیک گویندگان (Diarization)، بهبود کیفیت گفتار و فناوری‌های مرتبط با پردازش صوت.
• بهینه‌سازی مدل‌ها برای اجرای فرایند استنتاج در محیط عملیاتی.

• تسلط عملی بر زبان برنامه‌نویسی Python.
• تسلط بر مفاهیم یادگیری عمیق و پردازش گفتار و صوت.
• تجربه عملی کار با سامانه‌های تشخیص خودکار گفتار (ASR) یا سایر سامانه‌های یادگیری ماشین در حوزه گفتار.
• تجربه در آموزش و تنظیم دقیق مدل‌ها.
• تجربه در آماده‌سازی و ارزیابی مجموعه‌داده‌های گفتاری.
• آشنایی با معیارهای ارزیابی مانند WER و CER.
• توانمندی بالا در اشکال‌زدایی و تحلیل خطا.

• تجربه در زمینه تشخیص گفتار فارسی.
• تجربه کار با فناوری‌های VAD، تفکیک گویندگان، تبدیل متن به گفتار (TTS) یا بهبود کیفیت گفتار.
• تجربه کار با ابزارهای پردازش صوت مانند FFmpeg.
• تجربه کار با Ray Serve، vLLM یا سایر چارچوب‌های استنتاج مدل.

مهارت‌های مورد نیاز

• یادگیری ماشین
• Python
• پردازش صوت

حداقل سابقه کار

• کمتر از سه سال

حقوق

• حقوق از ۴۰,۰۰۰,۰۰۰ تومان

جنسیت

• مهم نیست

وضعیت نظام وظیفه

• معافیت دائم پایان خدمت

ارسال رزومه