Senior DL/LLM engineer (Multimodal: Video + Audio) в GigaChat

Мы — core-команда, которая отвечает за ML для понимания аудио во всем Сбере.

За последний год мы выложили в open source SOTA-модель для распознавания речи на русском языке — GigaAM, а прошлой весной первыми в России запустили нативное понимание звука в LLM — GigaChat Audio.

Сейчас мы активно улучшаем мультимодальные возможности GigaChat: работаем над качеством на сложных аудио- и визуальных контекстах и учим модель понимать видео не только по звуковому потоку, но и по кадрам.