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