ML/NLP Developer (Python, Go, LLM)

ML/NLP Developer (Python + Go / Voice AI / LLM-диалоги)

Ставка: обсуждается.

Грейд: Middle+ / Senior.

Загрузка: Full-time (полная занятость).

Формат: Удалённо.

Локация/Гражданство: РФ.

❗️ КРИТИЧЕСКИ ВАЖНОЕ УСЛОВИЕ: Наличие оформленного военного билета или приписного свидетельства обязательно!

🏢 О проекте: МТС. Разработка и эволюция голосового диалогового ассистента. Ключевая задача — поэтапный перевод системы с жестких графов сценариев на гибкий, управляемый LLM-based диалог с минимальной задержкой (low-latency).

🚀 Ключевые задачи:

• Поэтапный перевод системы с графа сценариев на управляемый LLM-based диалог.
• Дебаг голосового пайплайна: поиск 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, BERT), исправление ошибочных срабатываний интентов.
• Finetuning локальных LLM при необходимости (извлечение сущностей, удерживание инструкций).
• Интеграция и поддержка ASR (GigaAMv2), дообучение и настройка инференса TTS и 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), понимание работы VAD.
• Практика работы с потоковым аудио в реальном времени (streaming ASR/TTS).

Python и оптимизация инференса:

• Уверенное владение Python (PyTorch, HuggingFace, фреймворки инференса).
• Опыт оптимизации инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

Go (КРИТИЧНО!):

• Понимание дизайна сервисов, паттернов SOLID, DRY и KISS.
• Типизация в Go (строки, числа, слайсы, мапы).
• Примитивы синхронизации и конкуренция (синхронизация горутин, работа с каналами).
• Указатели и работа с ними.
• Понимание принципов Observability.

💡 Будет весомым плюсом:

• Опыт работы с gRPC-контрактами.
• Умение настроить инфраструктуру, знания k8s / inventory.
• Глубокое понимание работы сетевого стека (TCP).