Senior Audio Machine Learning Operations Engineer

Job expired!

Посетите Bose: Повышайте звук с помощью страсти и точности.

Испытайте силу звука с Bose. Помните первые ноты вашей любимой песни или теплое "привет" от любимого человека? В Bose мы считаем, что звук — самая мощная сила на Земле, и мы посвящаем себя его совершенствованию уже почти 60 лет. Наша инженерная команда — это разнообразная группа квалифицированных профессионалов, объединенная страстью к созданию продуктов, которые обеспечивают преобразующие аудиопереживания.

Вакансия: Старший инженер по эксплуатации машинного обучения для аудио

О нас

В Bose мы создаем высококачественные продукты, которые изумляют. Мы добиваемся этого, тщательно прорабатывая детали, чтобы создать потрясающие пользовательские впечатления и высокопроизводительные технологии. Наша инновационная команда преуспевает в движении границ обработки голоса и аудио, основанной на машинном обучении. Мы с нетерпением ждем талантливого инженера MLOps, который присоединится к нам на этом новаторском пути.

Описание работы

Мы ищем квалифицированного инженера MLOps, который будет ответственным за разработку и развертывание моделей машинного обучения на различных платформах, включая встроенные системы, мобильные устройства и настольные компьютеры. Идеальный кандидат будет иметь солидный опыт работы с Python и опыт работы с фреймворками глубокого обучения, такими как PyTorch и TensorFlow. Знание TensorFlow Lite (TFLite), Open Neural Network Exchange (ONNX) и программирования встроенных систем является обязательным. Также необходимы глубокие знания традиционных сигналов обработки для захвата голоса и многоканального аудиовоспроизведения.

Обязанности

Сотрудничать с кросс-функциональными командами, включая исследование ML, продуктовый DSP и программное/аппаратное обеспечение продукта, чтобы понять требования проекта и внедрять алгоритмы ML в продукты.
Тонкая настройка и разработка моделей машинного обучения для развертывания в производственных условиях с учетом требований использования, микропрограммного обеспечения и интеграции в DSP конвейеры.
Разработка и внедрение данных для подпитки существующих каналов обработки данных для обучения и оценки моделей.
Обеспечение системного уровня понимания архитектуры DSP для эффективного развертывания аудиомоделей машинного обучения.
Создание платформо-независимой инфраструктуры для проверки и развертывания моделей на целевом оборудовании.
Мониторинг производительности моделей на развернутых целях и устранение обнаруженных проблем.
Быть в курсе последних достижений в области машинного обучения, встроенных систем и обработки сигналов, чтобы интегрировать актуальные технологии и методы в наши рабочие процессы.

Требования

Степень бакалавра или выше в области компьютерных наук, инженерии или смежных областях.
Опыт работы с Python, включая аудио и ML фреймворки.
Системное понимание архитектуры DSP для обработки голоса; опыт разработки с MATLAB, с дополнительными очками для использования MATLAB инструментов Bose.
Подтвержденный опыт разработки и развертывания моделей машинного обучения с использованием Python, PyTorch и TensorFlow.
Глубокое понимание концепций и методов машинного обучения, включая глубокое обучение.
Опыт работы с TensorFlow Lite (TFLite), Open Neural Network Exchange (ONNX) и программированием встроенных систем.
Опыт переноса моделей машинного обучения на встроенные устройства, нацеленные на hearables, особенно Qualcomm и Tensilica HiFi DSP и AI ускорители.
Отличные навыки решения проблем и способность эффективно работать в динамичной командной среде.
Сильные коммуникативные навыки для объяснения сложных технических концепций людям, не имеющим технического образования.

Преимущества