на главную
sber•05.11.2026Долгая вакансияОпубликована 16 дней назад на sber. Свежая — до 5 дней, умеренная — 6–14 дней, долгая — от 15 дней. Дата берётся с сайта-источника.Прямой откликПриоритетный отклик · PROПисьмо с вашим резюме уходит рекрутёру компании от сервиса ВАЙТИ — приоритетный канал доступен на PRO и PREMIUM

Специалист по обучению ASR-моделей (RL)

С его помощью мы будем показывать вам только самые релевантные вакансии и сэкономим ваше время.

Гибрид г Москва

Навыки и технологии

Python

Ключевая задача

Обучение ASR-моделей распознавания речи через on-policy RL с WER-подобной наградой и контекстным биасингом для повышения точности редких слов.

Описание вакансии

Обязанности

  • Реализовывать on-policy обучение ASR-моделей с WER-подобной наградой
  • Добавлять контекстный биасинг: список слов в условие модели и награду
  • Сводить рецепт и переносить на продовый чекпоинт: сколько шагов, какая смесь, с какого момента деградирует общий WER

Требования

  • Уверенное владение python и pytorch
  • Знакомство с распределенным обучением
  • Знакомство с policy-gradient методами по статьям

Будет плюсом

  • Опыт с verl, trl или любым другим RLHF-фреймворком
  • Опыт с vLLM или sglang
  • Любая практика с распознаванием речи, даже учебная