Applied AI Engineer - (Audio)

О Reality Defender
Reality Defender находится на переднем крае инноваций в области кибербезопасности, специализируясь на обнаружении deepfake и контента, созданного с помощью искусственного интеллекта. Будучи гордыми выпускниками Y Combinator и Comcast NBCUniversal LIFT Labs, а также при поддержке инвестиций от DCVC, мы опираемся на более чем двадцатилетний опыт лидерства в динамичных областях машинного обучения, науки о данных и кибербезопасности. Наша передовая технология обеспечивает беззаветную защиту от существующих и возникающих угроз, гарантируя непревзойденную безопасность для государственных и корпоративных сфер.

В качестве Инженера по применению ИИ – Аудио, вы будете играть ключевую роль в улучшении возможностей нашей передовой безопасностной платформы. Ваши основные обязанности будут включать:

• Обучение и настройку моделей глубокого обучения с использованием PyTorch, адаптированных для новых наборов данных и конкретных потребностей клиентов.
• Обеспечение высочайших стандартов качества через строгий мониторинг моделей и контроль качества развернутых моделей.
• Автоматизация рабочих процессов машинного обучения и интеграция процессов непрерывного обновления и доставки моделей для клиентов.
• Оптимизация и сжатие моделей для увеличения скорости вывода без ущерба для надежности.
• Реализация техник обфускации модели и проведение оценки уязвимостей для укрепления безопасности моделей.
• Коллаборативная работа с нашими командами ИИ и инженерии для достижения целей по инфраструктуре и производительности.

Чтобы добиться успеха в этой роли, вы должны обладать:

• Степенью магистра в области компьютерных наук с специализацией в области машинного обучения/глубокого обучения (ML/DL).
• По меньшей мере 2 года практического опыта программирования на Python, демонстрирующего надежные программистские способности.
• Минимум 2 года профессионального опыта работы с обучением и настройкой моделей в PyTorch.
• [Предпочтительно] Опыт настройки крупных основополагающих моделей, таких как wav2vec, HuBERT для задач классификации.
• Владение автоматизированными тестированиями и знакомство с практиками CI/CD, специфичными для рабочих процессов машинного обучения.
• Твердое понимание основ машинного обучения и науки о данных.
• Отличные навыки ком