🎧 Middle+ Speech Researcher / ML EngineerИщем ML-инженера, который активно работал с речевыми технологиями: ASR, TTS, омнимодальные речевые LLM.🔬 Над чем сейчас работаем🏗 Omnimodal Fusion — нативное объединение аудио, текста и визуала в едином латентном пространстве, без костылей⚡️ Полноценный голосовой full-duplex streaming — архитектура для работы в реальном времени: детекция перебиваний, low-latency инференс, потоковое обновление контекста🧠 Latent Reasoning — многошаговые рассуждения прямо в hidden state, без генерации промежуточных токенов🛠 Чем предстоит заниматься— Формулировать research-гипотезы и валидировать их— Разбирать SOTA по omnimodal/full-duplex и находить точки для кратного апгрейда— Писать код, который можно воспроизвести: конфиги, чекпоинты, model cards— В случае успешных исследований, публиковаться на NeurIPS/ICLR/Interspeech и т.д. — опционально, но очень поощряем 📄✅ Что ждём от кандидатов— Понимание трансформеров и мультимодальных пайплайнов— Опыт работы с аудио/визуальными фичами (speech, video)— Качественный ML-код (а не только вайбкодинг), умение ставить эксперименты в multi-GPU режиме— Умение быстро проверять смелые гипотезы➕ Будет плюсом— Публикации на A/A* конференциях— Large-scale training (FSDP/DeepSpeed)— Знание классического speech/vision ML🔥 Если такая постановка задач будоражит — пишите.📩 Куда слать резюме: @VeronikaShel #найм #hiring #job