RUВакансия из Hirify RU, списка российских tech-компаний
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$3.2к$3.8кмедиана$5к
48 в выборке
На международном рынке: $173к/год ($96к - $218к)
72
Хорошая вакансия
развернуть
Вакансия предлагает практическую работу с современными LLM и речевыми системами, но широкий охват ML, Go и потокового аудио выглядит требовательным, а без зарплаты сложно оценить оплату и нагрузку.
?Зарплата не указана
Широкий круг задач
Современный стек
Сфера AI
Свобода решений
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
ML Developer + Go (LLM): Поэтапный перевод голосовой диалоговой системы с графа сценариев на управляемый LLM-based диалог с акцентом на отладку голосового пайплайна, few-shot-классификацию и оптимизацию инференса. Focus on дообучении LLM и TTS, интеграции ASR на базе GigaAMv2, работе со streaming-аудио и самостоятельной реализации архитектурных решений на Python и Go.
Локация: Пенза, Россия; можно удалённо
Компания
Джетлин разрабатывает голосовые и диалоговые системы на базе машинного обучения, LLM, ASR и TTS.
Что делать
Поэтапно переводить систему с графа сценариев и скиллов на управляемый LLM-based диалог.
Дебажить голосовой пайплайн: находить причины высокой задержки, галлюцинаций LLM, проблем передачи аудио и ошибок графа.
Принимать архитектурные решения и самостоятельно реализовывать их в коде.
Поддерживать и быстро отлаживать few-shot-классификацию сценариев на базе Qwen и классификаторы на BERT, включая обработку краевых случаев и ошибочных срабатываний интентов.
Дообучать локальные LLM, интегрировать и поддерживать ASR на базе GigaAMv2, включая VAD и передачу текста по пайплайну.
Дообучать и настраивать инференс TTS и систем клонирования голоса для нужного качества звучания и скорости.
Требования
Уверенный опыт работы с LLM/SLM, включая few-shot learning, prompt engineering и BERT для классификации сценариев и интентов.
Практический опыт finetuning LLM с использованием PEFT и LoRA/QLoRA, а также отладки ответов моделей через промпты, гиперпараметры и дообучение.
Опыт дообучения и оптимизации TTS-моделей, интеграции современных ASR-систем, в частности GigaAMv2.
Опыт работы с графовыми и сценарийными диалоговыми движками и LLM-агентами.
Высокая скорость диагностики проблем инференса, локализации багов и принятия инженерных решений.
Уверенное владение Python, PyTorch, Hugging Face и фреймворками инференса, а также Go.
Опыт оптимизации low-latency инференса с vLLM, TensorRT-LLM, Triton Inference Server или ONNX Runtime.
Практика работы с потоковым аудио в реальном времени: streaming ASR/TTS и gRPC-контракты.
Знание Go: дизайн сервисов по принципам SOLID, DRY и KISS, типизация, слайсы и мапы, горутины, каналы, указатели и observability.
Работа с LLM, голосовыми технологиями, ASR/TTS и real-time аудиопайплайнами.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →