Middle ML Engineer (Speech / Audio)

MediCall AI — R&D-проєкт, профінансований грантом EIC (Horizon Europe) на 24 місяці.
Ми будуємо систему, яка в реальному часі аналізує дзвінки пацієнтів до клінік. Вона поєднує акустику голосу зі змістом розмови, розпізнає емоції та ознаки критичних станів і підказує оператору, коли потрібна увага лікаря. Окрема модель прогнозує, чи прийде пацієнт на прийом.
План на 2 роки: спершу тіньовий режим поруч з операторами, потім активний запуск у 20–30 клініках Польщі, Німеччини та України.
Стек: Python, PyTorch, WavLM, HuBERT, MLflow, Docker, ONNX, LLM.
Що робитимете (разом з ML Tech Lead):
навчати аудіоенкодери та мультимодальні моделі «аудіо + текст»;
будувати пайплайни даних: очищення, сегментація, анонімізація аудіо, аугментації;
створювати систему розмітки й зберігання датасетів, вести повний цикл навчання та валідації;
стискати моделі для CPU за допомогою distillation, квантизації та ONNX;
деплоїти моделі в прод, налаштовувати метрики й логування;
аналізувати роботу моделей на реальних дзвінках.
Що для нас важливо:
2–3+ роки в ML і моделі, доведені до продакшену;
Python на інженерному рівні: чистий код, тести, git;
PyTorch і досвід роботи з аудіо та мовленням;
класичний ML (gradient boosting, незбалансовані класи) і коректна валідація;
MLflow або аналоги, Docker;
досвід з LLM: промптинг, fine-tuning або інтеграція в пайплайни;
англійська B1+.
Буде плюсом:
телефонне аудіо та шумні дані;
медичні чи інші чутливі дані;
наукові публікації або участь у дослідницьких проєктах.
Пропонуємо:
Deep Tech R&D з реальним впливом на здоров'я людей;
співавторство в наукових публікаціях;
стабільне фінансування на 24 місяці;
міжнародні пілоти в клініках ЄС та України;
віддалену роботу;
компенсацію, яку обговорюємо за результатами інтерв'ю.