Szanowni Państwo,

Aplikuję na stanowisko Specjalisty systemów rozpoznawania mowy, ponieważ chcę pracować przy rozwiązaniach, które realnie zamieniają audio na użyteczny tekst i muszą działać w nieidealnych warunkach.

Łączę podejście inżynierskie do programowania z praktycznym myśleniem o jakości modeli ASR: od przygotowania danych i trenowania, po testy i poprawę działania w produkcji. Sprawnie poruszam się na styku sygnału audio, języka i uczenia maszynowego, a decyzje opieram na mierzalnych wynikach.

W typowych zadaniach tej roli ważna jest praca na dużych zbiorach nagrań, dobór technologii oraz rzetelna ewaluacja skuteczności — potrafię ułożyć powtarzalny pipeline danych, zdefiniować metryki oraz porównywać warianty modeli bez „zgadywania”. W usprawnieniach procesu walidacji i testów jestem w stanie skrócić czas iteracji o ok. 20%, a po wprowadzeniu lepszej kontroli jakości danych ograniczyć liczbę błędnych transkrypcji raportowanych przez użytkowników o ok. 30%.

Motywuje mnie praca nad systemami wykorzystywanymi w asystentach głosowych, transkrypcji i infoliniach, gdzie liczy się odporność na szum, różne akcenty i zmienną jakość nagrań. W pierwszych miesiącach mogę wnieść uporządkowanie testów jakości (benchmarki, regresje, raportowanie) tak, by szybciej wykrywać degradacje i świadomie planować kolejne iteracje; chętnie opowiem o podejściu na rozmowie i dziękuję za rozważenie mojej kandydatury.