ML/NLP Engineer (Voice AI / LLM Dialogs / ASR / TTS) 🎙🤖

#vacancy #ML #NLP #LLM #VoiceAI #ASR #TTS #Python #Go #Telecom

ML/NLP Engineer (Voice AI / LLM Dialogs / ASR / TTS) 🎙🤖

ID вакансии: 3481_MF

Ставка: обсуждается.

Грейд: Middle+ / Senior.

Загрузка: Full-time (полная занятость).

Формат: Удалённо.

Локация/Гражданство: РФ / РФ.

⏳ Срок актуальности вакансии: до 11.11.2026.

📌 Важно: рассматриваются кандидаты с релевантностью опыта от 85% (аутстаффинговая позиция).

🏢 О проекте: крупная телекоммуникационная компания. Проект по созданию и развитию интеллектуальных голосовых ассистентов и диалоговых систем.

🧩 О роли: ищем сильного ML/NLP инженера, который возьмет на себя эволюцию диалоговой системы: поэтапный перевод с графовых сценариев на управляемый LLM-based диалог. Это роль для практика, способного самостоятельно принимать архитектурные решения, глубоко дебажить голосовой пайплайн (от ASR до TTS) и оптимизировать инференс для работы в реальном времени.

🚀 Ключевые задачи:

— Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог.

— Дебаг голосового пайплайна: поиск и устранение причин high latency, галлюцинаций LLM, проблем с передачей аудио и графовых ошибок.

— Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.

— Поддержка и отладка few-shot классификации сценариев (Qwen) и классификаторов на BERT. Учет краевых случаев, исправление ошибочных срабатываний интентов.

— При необходимости — finetuning локальных LLM (извлечение сущностей, удерживание инструкций).

— Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD).

— Дообучение и настройка инференса собственных и опенсорсных TTS, систем клонирования голоса.

🎯 Обязательные требования (Hard Skills):

NLP и LLM (КРИТИЧНО!):

— Уверенный опыт работы с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов).

— Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.

— Уверенный дебаг LLM: умение быстро понять причину некорректного ответа и исправить это промптом, гиперпараметром или файнтюном.

Голосовой стек (КРИТИЧНО!):

— Опыт дообучения и оптимизации TTS-моделей.

— Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2).

— Практика работы с потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты).

Backend и Инференс (КРИТИЧНО!):

— Уверенное владение Python (PyTorch, huggingface, фреймворки инференса).

— Знание Go (GoLang): базовое понимание дизайна сервисов, SOLID/DRY/KISS, типизация, примитивы синхронизации и конкуренция (горутины, каналы), указатели, observability.

— Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

Архитектура и дебаг:

— Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами.

— Высокая скорость диагностики проблем в инференсе и локализации багов.

💡 Будет весомым плюсом:

— Опыт работы с gRPC.

— Умение настроить инфраструктуру, k8s/inventory, глубокое понимание работы TCP.

📲 Контакт для отклика: •••••••• (При отклике, пожалуйста, сразу присылайте актуальное резюме. ⚠️ В сопроводительном сообщении обязательно сделайте акцент на вашем опыте работы с голосовым стеком (ASR/TTS), LLM-диалогами и связкой Python + Go. Пишите ID вакансии: 3481_MF)

📢 Источник: ••••••••