Senior Speech & Voice Biometrics Engineer

Zakres współpracy obejmuje

• prowadzenie naukowej i algorytmicznej strony nowego produktu do biometrii głosowej, od wersji alfa po wdrożenie produkcyjne, w domenie wykrywania oszustw w contact center,
• projektowanie, trenowanie, dostrajanie i optymalizację modeli weryfikacji i identyfikacji mówcy (np. ReDimNet, ECAPA-TDNN, ResNet x-vectors),
• dostosowanie modeli open source do audio telefonicznego klientów (szumy, kodeki, efekty kanału, różne urządzenia),
• projektowanie metod scoringu i kalibracji (np. AS-norm, S-norm, cohort selection, CSLS, LLR) oraz dobór progów dla poszczególnych klientów,
• definiowanie i prowadzenie ewaluacji w oparciu o metryki FAR, FRR, EER i krzywe DET, w tym testy na prawdziwych nagraniach rozmów i prezentowanie wyników osobom technicznym i nietechnicznym,
• rozwój weryfikacji w czasie rzeczywistym (decyzje podejmowane w trakcie rozmowy, krótkie wypowiedzi w IVR, VAD, diaryzacja),
• badanie i wdrażanie metod anti-spoofingu i wykrywania deepfake’ów głosowych,
• rozwijanie istniejącego systemu produkcyjnego razem z zespołem inżynierów i biznesem,
• mentoring stałego zespołu: pair programming, code review, dokumentacja i przekazywanie wiedzy,
• realizację usług w trybie w pełni zdalnym,
• stawkę: do 170 zł/h + VAT (B2B).

Kompetencje wymagane do realizacji usług

• kilkuletnie komercyjne doświadczenie w weryfikacji i identyfikacji mówcy oraz projektach biometrii głosowej,
• bardzo dobra znajomość przetwarzania mowy i sygnałów, w tym praktyczna praca z audio telefonicznym i kodekami,
• doświadczenie w trenowaniu i dostrajaniu modeli speaker embeddings (np. ReDimNet, ECAPA-TDNN, ResNet x-vectors),
• dogłębna znajomość scoringu i kalibracji (AS-norm, S-norm, cohort selection, CSLS, LLR, dobór progów),
• bardzo dobre rozumienie metryk biometrycznych (FAR, FRR, EER, DET) i testów przy bardzo niskim poziomie fałszywych akceptacji,
• doświadczenie z systemami działającymi w czasie rzeczywistym oraz znajomość VAD, diaryzacji i wykrywania zmiany mówcy,
• bardzo dobra znajomość Python i PyTorch oraz narzędzi SpeechBrain, WeSpeaker, NVIDIA NeMo lub Kaldi,
• doświadczenie w pracy z istniejącymi systemami produkcyjnymi, nie tylko z projektami budowanymi od zera,
• doświadczenie w mentoringu i podnoszeniu kompetencji zespołu,
• umiejętność tłumaczenia złożonych zagadnień osobom nietechnicznym,
• bardzo dobra znajomość języka angielskiego w mowie i piśmie - min. C1.