Senior Speech & Voice Biometrics Engineer

Scalo; Warszawa; Remote; PLN 193,000 - 275,000; Full time

Benefits offered by this job

Opieka medyczna

Karta sportowa

Platforma kafeteryjna

Job summary

Scalo szuka eksperta ds. biometrii głosowej do prowadzenia naukowej i algorytmicznej strony nowego produktu, od fazy alfa po wdrożenie produkcyjne, w obszarze wykrywania oszustw w contact center.

Zakres obejmuje projektowanie, trenowanie i optymalizację modeli weryfikacji i identyfikacji mówcy, dostosowywanie open source do audio telefonicznego oraz rozwijanie metod kalibracji i ocen na realnych nagraniach.

Qualifications

• Wieloletnie doświadczenie w weryfikacji i identyfikacji mówcy oraz biometrii głosowej.

Responsibilities

• Prowadzenie naukowej i algorytmicznej strony nowego produktu do biometrii głosowej od alfa do wdrożenia.
• Projektowanie i trenowanie modeli weryfikacji i identyfikacji mówcy oraz dostrajanie ich w praktycznych zastosowaniach.
• Dostosowanie open source do audio telefonicznego klientów (szumy, kodeki, urządzenia)
• Opracowywanie metod scoringu i kalibracji oraz doboru progów dla klientów
• Definiowanie ewaluacji na podstawie FAR, FRR, EER i krzywych DET, prezentowanie wyników technicznie i nietechnicznie
• Rozwój weryfikacji w czasie rzeczywistym (IVR, VAD, diaryzacja)
• Badanie anti-spoofingu i deepfake’ów głosowych
• Współpraca z zespołem inżynierów i biznesu nad produkcyjnym systemem
• Mentoring zespołu i przekazywanie wiedzy
• Realizacja usług w trybie w pełni zdalnym

Skills

Python

PyTorch

Speech processing

VAD

Kaldi

WeSpeaker

NVIDIA NeMo

Angielski

Mentoring

Tools

SpeechBrain

WeSpeaker

NVIDIA NeMo

Kaldi

Job description

Zakres współpracy

prowadzenie naukowej i algorytmicznej strony nowego produktu do biometrii głosowej, od wersji alfa po wdrożenie produkcyjne, w domenie wykrywania oszustw w contact center

projektowanie, trenowanie, dostrajanie i optymalizację modeli weryfikacji i identyfikacji mówcy (np. ReDimNet, ECAPA-TDNN, ResNet x-vectors)

dostosowanie modeli open source do audio telefonicznego klientów (szumy, kodeki, efekty kanału, różne urządzenia)

projektowanie metod scoringu i kalibracji (np. AS-norm, S-norm, cohort selection, CSLS, LLR) oraz dobór progów dla poszczególnych klientów

definiowanie i prowadzenie ewaluacji w oparciu o metryki FAR, FRR, EER i krzywe DET, w tym testy na prawdziwych nagraniach rozmów i prezentowanie wyników osobom technicznym i nietechnicznym

rozwój weryfikacji w czasie rzeczywistym (decyzje podejmowane w trakcie rozmowy, krótkie wypowiedzi w IVR, VAD, diaryzacja)

badanie i wdrażanie metod anti-spoofingu i wykrywania deepfake’ów głosowych

rozwijanie istniejącego systemu produkcyjnego razem z zespołem inżynierów i biznesem

mentoring stałego zespołu: pair programming, code review, dokumentacja i przekazywanie wiedzy

realizację usług w trybie w pełni zdalnym

stawkę: do 170 zł/h + VAT (B2B)

Kompetencje wymagane

• kilkuletnie komercyjne doświadczenie w weryfikacji i identyfikacji mówcy oraz projektach biometrii głosowej
• bardzo dobra znajomość przetwarzania mowy i sygnałów, w tym praktyczna praca z audio telefonicznym i kodekami
• doświadczenie w trenowaniu i dostrajaniu modeli speaker embeddings (np. ReDimNet, ECAPA-TDNN, ResNet x-vectors)
• dogłębna znajomość scoringu i kalibracji (AS-norm, S-norm, cohort selection, CSLS, LLR, dobór progów)
• bardzo dobre rozumienie metryk biometrycznych (FAR, FRR, EER, DET) i testów przy bardzo niskim poziomie fałszywych akceptacji
• doświadczenie z systemami działającymi w czasie rzeczywistym oraz znajomość VAD, diaryzacji i wykrywania zmiany mówcy
• bardzo dobra znajomość Python i PyTorch oraz narzędzi SpeechBrain, WeSpeaker, NVIDIA NeMo lub Kaldi
• doświadczenie w pracy z istniejącymi systemami produkcyjnymi, nie tylko z projektami budowanymi od zera
• doświadczenie w mentoringu i podnoszeniu kompetencji zespołu
• umiejętność tłumaczenia złożonych zagadnień osobom nietechnicznym
• bardzo dobra znajomość języka angielskiego w mowie i piśmie - min. C1

Co oferujemy

• możliwość świadczenia usług w różnorodnych projektach z obszaru Software, Embedded, Data i Cloud Services
• zaangażowanie w dodatkowe inicjatywy presealsowe oraz eksperckie
• dostęp do opieki medycznej, karty sportowej oraz platformy kafeteryjnej zgodnie z obowiązującymi zasadami współpracy