Siz Muxlisa AI kompaniyasida nutq texnologiyalarini rivojlantirish uchun ma'lumotlar quvurlarini (data pipelines) loyihalash va qo‘llab-quvvatlash bilan shug‘ullanasiz. Sizning ishingiz nutqni avtomatik aniqlash (ASR/STT), nutq sintezi (TTS) va diarizatsiya modellarini o‘qitish uchun poydevor bo‘lib xizmat qiladi hamda ularni toza va sifatli ma'lumotlar to‘plamlari bilan ta'minlaydi.

Vazifalar:

• Audio ma'lumotlarni yig‘ish: Turli manbalardan (koll-markazlar, TTS yozish studiyalari, ichki resurslar) audio ma'lumotlarni olish va yuklashni tashkil etish.

• Ochiq ma'lumotlar: Python, veb-krouling (web-crawling) kutubxonalari va maxsus parserlardan foydalangan holda ochiq datasetlarni yig‘ish.

• Tozalash va qayta ishlash: Audioni tozalash va birlamchi qayta ishlash (resampling, VAD — nutq faolligini aniqlash, sukunatni olib tashlash, segmentatsiya).

• Juftliklarni shakllantirish: O‘qitish, validatsiya va test (train/dev/test) tanlamalari uchun tekshirilgan "audio-matn" juftliklarini shakllantirish.

• Saqlashni optimallashtirish: MinIO/S3 da ma'lumotlar tuzilmasi va oqimlarini optimallashtirish.

• Markirovka jarayonlari: Razmetka (belgilash) jarayonlarini kuzatib borish (ma'lumotlarni eksport/import qilish, validatsiya).

• ETL: STT/TTS xususiyatlari uchun ETL jarayonlarini yaratish va qo‘llab-quvvatlash.

• Ma'lumotlarni yetkazib berish: Machine Learning muhandislari uchun ma'lumotlarni tayyorlash va yetkazib berish.

Talablar:

• Python: Python tilini mukammal bilish (pandas, numpy, librosa, soundfile, re, pydub).

• Linux/Big Data: Linux/bash muhitida ishlash tajribasi va katta hajmdagi ma'lumotlarni qayta ishlash ko‘nikmalari.

• Audio: Audio signallarni qayta ishlash asoslarini tushunish.

• Obyektli saqlash: S3/MinIO bilan ishlash tajribasi.

• Ma'lumotlar tuzilmasi: Ma'lumotlarni tuzilish tamoyillarini chuqur tushunish: ma'lumotlarni segmentlash, toifalash va belgilash, aniq sxemalarni loyihalash va formatlar barqarorligini ta'minlash qobiliyati.

• Formatlar: STT/TTS uchun ma'lumotlar formatlari xususiyatlarini bilish.

Afzallik beriladi:

• ETL orkestratsiya vositalari (Airflow, Luigi) bilan tanish bo‘lish.

• Nutq diarizatsiyasi uchun datasetlar bilan ishlash tajribasi.

Shartlar:

• Grafik: Haftada 5 kun, 09:00 dan 18:00 gacha.

• Rasmiylashtirish: O‘zR Mehnat kodeksiga muvofiq, 28 kalendar kunlik mehnat ta'tili.

• Erkin muhit: Qat'iy kiyinish qoidalari (dress-kod) yo‘q — biz davlat tashkilotlari haqidagi stereotiplarni buzishga intilamiz.

• Jamoa: Bilim va tajriba almashishga tayyor kuchli professionallar jamoasi.

• Loyihalar: Aholi turmush darajasini yaxshilash va mamlakatning yetakchi korxonalarida biznes jarayonlarini optimallashtirishga qaratilgan yirik va ahamiyatli loyihalarda ishtirok etish.

• Rivojlanish: Mustaqil qarorlar qabul qilish va kompaniya rivojiga faol ta'sir ko‘rsatish uchun keng imkoniyatlar.