这是一个远程职位。
Coders Connect与一家创新初创公司合作，这是一家致力于转变说话者验证的尖端技术公司。我们目前正在寻找一位熟练的机器学习数据科学家，特别擅长语音科学，尤其是强调TensorFlow Lite用于边缘AI芯片组。
关于这个角色：
我们正在寻找具有创新解决问题能力并热衷于开发支持客户业务需求的人才。作为一名机器学习工程师，您的角色将在开发和优化专为说话者验证应用定制的模型方面发挥重要作用，为我们的客户在资源受限环境中提供尖端的说话者识别解决方案。
理想的候选人将负责：
• 为说话者验证设计、实施和优化机器学习流程。
• 与跨职能分布式团队密切合作，将功能集成到边缘设备中。
• 进行详细的探索性数据分析，提取可行的见解，用于目标嵌入式硬件平台中的强大用例。
• 与软件工程师密切合作，部署和微调机器学习模型，确保在边缘AI芯片组上实现最佳性能。
• 参与从模型设计到部署的完整开发生命周期，关注我们应用程序的独特要求。
• 能够开发和调试生产质量的代码
• 熟悉持续集成模型和单元测试开发
• 科学思维，能够设计实验和培训框架，并为与业务目标一致的模型性能轮廓和评估内在和外在指标。
要求
• 计算机科学、机器学习、语音科学或相关数据科学领域的硕士或博士学位。
• 具有开发语音生物特征、语音建模、说话者识别、验证、认证、日程安排或识别的机器学习模型的经验。精通Python框架和工具包（TensorFlow、PyTorch、TFlite、ONNX、NumPy、Scikit-Learn、Pandas）
• 对信号处理技术、声学建模以及面向说话者验证的资源高效模型设计有深入了解。
• 熟悉针对边缘AI环境中的说话者验证优化的深度学习架构（TDNN、RCNN）。
• 出色的问题解决能力，能够根据特定的说话者验证应用的计算约束调整模型。
技能与资格：计算机科学、机器学习、语音科学或相关数据科学领域的硕士或博士学位。具有开发语音生物特征、语音建模、说话者识别、验证、认证、日程安排或识别的机器学习模型的经验。精通Python框架和工具包（TensorFlow、PyTorch、TFlite、ONNX、NumPy、Scikit-Learn、Pandas）对信号处理技术、声学建模以及面向说话者验证的资源高效模型设计有深入了解。熟悉针对边缘AI环境中的说话者验证优化的深度学习架构（TDNN、RCNN）。出色的问题解决能力，能够根据特定的说话者验证应用的计算约束调整模型。 
伦敦