Výzkumník strojového učení pro zpracování řeči

Praha

Pro muže i ženy Plný úvazek

Jsme tým zaměřený na vývoj a zdokonalování technologií pro syntézu a automatické rozpoznávání řeči, s důrazem na nejnovější přístupy a modely. V současnosti se soustředíme především na češtinu, ale naše ambice jsou širší. 

Naše práce pokrývá celý vývojový cyklus – od přípravy a validace dat, přes průzkum a trénování modelů na vlastním výkonném GPU clusteru, až po jejich ladění, evaluaci a nasazení. 

Klademe důraz na odborný růst: pravidelně pořádáme reading groups, sdílíme znalosti v týmu a účastníme se konferencí.  

S čím se budete potkávat

Git
Linux
Pandas
Python
PyTorch

Základní předpoklady

  • Praxe v oblasti zpracování řeči. 
  • Umíte programovat v jazyce Python a navrhovat efektivní algoritmy. 
  • Orientujete se v problematice strojového učení a dokážete porozumět a reprodukovat postupy z vědeckých článků. 
  • Ovládáte základy Linuxu. 

Kdo bude váš nadřízený

Jakub Náplava

Vedoucí týmu výzkumu

V Seznamu vedu jeden z fulltextových výzkumných týmů. Mám za sebou doktorát z ÚFALu a pětiletou zkušenost s machine learningovými modely z IBM. V Seznamu nejvíc oceňuju, že se tu můžu věnovat širokému spektru zajímavých úloh, na které dostaneme dostatek času k jejich důkladnému prozkoumání. Líbí se mi, že můžeme přicházet s vlastními výzkumnými otázkami a že výsledky naší práce se rychle nasadí do ostrého provozu. Máme k dispozici vlastní GPU cluster a in-house anotátoři nám rychle připraví potřebná data. A v neposlední řadě tu mám skvělé kolegy, se kterými si rádi zahrajeme stolní fotbálek nebo deskovky.

Součástí práce výzkumníka je

  • Podílení se na formování zadání výzkumné úlohy a analýzy problému 
  • Příprava a analýza dat – Python, pandas, librosa, torchaudio, HuggingFace 
  • Učení ML modelů – hlavním cílem je mít co nejlepší modely pro automatické rozpoznání řeči a její syntézu, což mj. zahrnuje i spoustu dalších menších modelů. Pracujeme s knihovnami PyTorch (Lightning), HuggingFace a NVIDIA Nemo. 
  • Aplikace state-of-the-art metod pro zpracování řeči 
  • Týmová spolupráce při řešení problému a tvorbě kódu – Git, code review 
  • Vyhodnocení navržených řešení, interpretace a prezentace výsledků 
  • Předávání modelů a kódu do produkce např. pomocí Docker containerů 

Co nabízíme

  • Zajímavou a rozmanitou práci, řešení netriviálních problémů 
  • Velká data, možnost anotací 
  • Dostáváme věci do produkce, přímý dopad na miliony uživatelů, 
  • Vlastní výkonné servery, dedikovaná výpočetní kapacita 
  • Sdílení znalostí a zkušeností napříč Seznamem 
  • Osobní rozvoj – vzdělávání, reading groups a konference (v případě zájmu i veřejné přednášky na univerzitách a akcích) 
  • Super kolektiv a neformální a přátelské prostředí – všichni si tady tykáme a nemáme předepsaný dress code 
  • Malý tým – zodpovědnost za větší kousky práce 
  • Možnost psát vědecké články 
  • Flexibilní pracovní doba s možností HO 

Co je v Seznamu taky bezva

Dny volna navíc
K dovolené ještě dalších 5 dnů? No fakt. Ať už chcete třeba jen lenošit nebo vás hezké počasí naopak žene ven, užijte si volno podle vašich představ.
Dovolená o týden delší
Dovolené není nikdy dost. Proto vám ke standardním 4 týdnům dovolené přidáme ještě další týden.
Home office lze dohodnout
V kanceláři bychom vás přeci jen rádi občas potkali, ať se nedivíme, kde jste se u nás vzali. Ale že jde někdy práce líp od ruky z domácího prostředí, tomu taky rozumíme. Domluvte se s nadřízeným a jistě najdete dobrý kompromis.
Interní vzdělávání
U nás se nudit nebudete. Osobnímu i profesnímu rozvoji fandíme a nabízíme nekonečně příležitostí k seberozvoji a vzdělávání, včetně pomoci od profesionálních trenérů.
Konference
Načerpejte nové inspirace a trendy, a to buď v publiku nebo rovnou na pódiu.

Kde budete pracovat

Praha

Seznam.cz, a.s.
Radlická 3294/10
150 00 Praha 5 – Smíchov
Naše centrála je velmi dobře dostupná, můžete dorazit metrem na lince B, jednou z nesčetných tramvají nebo autobusem. Autobusové nádraží Na Knížecí je hned za rohem.
Metro
B – Anděl
Tramvaj
4 5 7 9 10 12 15 16 20
Bus
120 123 137 167 191

Kudy vede cesta do Seznamu

Koukněte, jak vypadá výběrko, pohovor nebo první den v Seznamu, ať se vaše cesta na vysněnou pozici obejde bez zbytečných škobrtnutí.

1 Zaslání životopisu

Dejte nám o sobě vědět, i když třeba hned nevíte, co by vám slušelo za pozici. Míst máme spousty a HR profíků taky, určitě něco vymyslíme.

2 Jak probíhá výběrko

Pokud vaše kvality pasují na pozici, zavoláme vám a probereme vzájemné představy o nástupu, náplni práce nebo finančním očekávání. Máme shodu? Rádi vás pozveme na první (nebo druhé) kolo pohovoru.

3 A je tu samotné výběrko

Výběrka probíhají online i offline, ale nebojte se žádného výslechu, je to spíš profesní pokec a upřímnosti si ceníme.

4 Je to tady! Nabídka práce

Do týmu skvěle pasujete a rádi bychom vás pasovali na Seznamáka. E-mailem vám proto pošleme oficiální nabídku práce, kde znova shrnujeme důležité body spolupráce. Všechno souhlasí? Prima, dejte nám vědět, že do toho jdete s námi.

5 Vítejte na palubě aneb Pre-onboarding

Skvěle, plácli jsme si na spolupráci. Nástupní dokumenty podepíšete elektronicky klidně ještě před nástupem. Žádné papírování, šetříme přírodu. A když budete chtít, můžeme se rovnou domluvit na kafe s někým z týmu, ať se naladíte na naši atmosféru.

6 Hurá, váš první den v Seznamu

Každý začátek měsíce vítáme všechny nováčky u nás na centrále v Praze. Vyřešíme potřebnou administrativu, předáme vám techniku, seznámíme vás s kolegy a nakonec vás provedeme po našem labyrintu.

7 Adaptace aneb jééé, funguje to!

Na začátku to vypadá možná trochu chaoticky, ale nebojte, máme promakaný systém školení pro každou pozici, takže co neumíte, rádi naučíme.

8 Umíte vše levou zadní? Pak je tu interní vzdělávání

Po rozpačitém začátku jste už profíci v oboru, gratulujeme. A protože umět všechno je nuda, náš tým trenérů vám rád poradí s dalším rozvojem. A nabídka je nekonečně bohatá, vybrat si můžete z našeho e-learningu nebo školení přímo na míru.

Časté dotazy

Jak v týmu Výzkumu spolupracujeme s datovými centry?

Seznamácká interní datová centra se starají o provoz několika výzkumných Hadoop clusterů, které nám umožňují rychlé zpracování velkých a rychlých dat. Dále pro nás provozují několik GPU clusterů, ty pak umožňují trénink a inferenci stovek modelů strojového učení, včetně LLM modelů, které jsou základem služeb Seznamu.

Jak ve Výzkumu pracujeme s velkými jazykovými modely?

Pracujeme s nimi často, ve zkratce můžeme říct, že je učíme i používáme. Encoder modely (ze kterých získáváme sémantickou reprezentaci textu) používáme i vytváříme v projektech už léta, některé naše modely poskytujeme s open-source licencí komunitě (Small-E-Czech, RetroMAE). Obecné a univerzální generativní jazykové modely v Seznamu sami vytváříme, čímž se může chlubit jen hrstka výzkumných pracovišť z celé střední Evropy. Naším cílem je vytvořit model, který umí česky jako ještě žádný jiný. Tak nám držte palce.

Jaké využíváme ve Výzkumu technologie?

Na projektech využíváme převážně Python (Numpy, Pandas, Polars, Dask, Scipy, PyTorch a další), Spark, Docker, Git. 

S jakými školami za tým Výzkumu spolupracujeme?

Jsme v kontaktu s technickými fakultami skoro všech českých vysokých škol. Tradičními partnery jsme už s ČVUT, VUT, MUNI a UK. Vybrané výzkumné skupiny aktivně podporujeme (například CIIRC ČVUT), s některými plánujeme společné projekty (třeba s VUT, ČVUT nebo UK). Na MUNI a UK příležitostně přednášíme jako externí lektoři. Samozřejmě podporujeme také neakademickou komunitu jako MLMU, MLPrague a jiné konference a pořádáme i vlastní odborná setkání a meetupy.

Jak se v týmu Výzkumu dále vzděláváme?

Pro každý výzkum je konstantní vzdělávání naprosto zásadní a ne jinak je tomu i v Seznamu. Máme přístupy k vědeckým článkům a publikacím a aktivně navštěvujeme i přínosné konference, přednášky, nebo tématické kurzy a nechybíme ani na meetupech.

Sdílet tuto pracovní nabídku

Sdílejte na Facebooku Sdílejte na Linkedinu Sdílejte na X

Zajímá vás tato pozice?

Zajímá vás tato pozice?

Přihlásit se na tuto pozici Zeptat se Terezy