Назад
обновлено 4 дня назад

ML Developer + Go (LLM)

Формат работы
remote (только Russia)
Тип работы
fulltime
Грейд
senior
Страна
Russia
RUВакансия из Hirify RU, списка российских tech-компаний

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
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.

Хорошо, если есть

  • Опыт работы с gRPC.
  • Умение настраивать инфраструктуру Kubernetes/inventory.
  • Знание TCP.

Культура и преимущества

  • Удалённый формат работы.
  • 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 →