Senior NLP Engineer (LLM and Speech AI)

Локация: Ташкент, Мирабадский район, улица Шахрисабз; работа на месте работодателя

Зарплата: от 24 000 000 UZS в месяц на руки; итоговая сумма обсуждается по результатам собеседования

Компания

SYNCALL AI развивает два продукта на узбекском и русском языках: Voice Agent — голосового ИИ-оператора для звонков клиентам, и Analytics — речевую аналитику разговоров для банковской сферы, телекома, страхования, финтеха и ритейла.

Что делать

• Файнтюнить LLM для узбекского языка с применением continued pretraining, SFT, LoRA/QLoRA, DPO и других методов alignment.
• Адаптировать STT-модели, включая Whisper, wav2vec2 и Conformer, под языки, акценты, диалекты и шумную телефонную речь.
• Файнтюнить TTS-модели, включая VITS, XTTS и F5-TTS, улучшая естественность, произношение и скорость синтеза.
• Собирать, размечать и очищать датасеты, использовать открытые корпуса, синтетические данные и аугментации, а также взаимодействовать с разметчиками.
• Строить оценку качества: WER/CER для STT, MOS и разборчивость для TTS, бенчмарки и human evaluation для LLM.
• Оптимизировать инференс для продакшена по задержке и стоимости, выбирать архитектурные решения и наставлять middle- и junior-инженеров.

Требования

• 5+ лет опыта в ML/NLP, включая 2+ года работы с LLM и/или речевыми моделями.
• Подтверждённый опыт файнтюна LLM для низкоресурсных языков с результатами, например метриками до и после, публикацией, репозиторием, моделью на Hugging Face или кейсом из продакшена.
• Практический опыт файнтюна STT- и TTS-моделей, понимание их метрик и типичных проблем.
• Уверенное владение Python и PyTorch, опыт работы с Hugging Face Transformers, Datasets и PEFT.
• Опыт распределённого обучения с DeepSpeed, FSDP или аналогами.
• Умение работать при нехватке данных: применять transfer learning, кросс-языковой перенос, синтетические данные и аугментации.
• Способность самостоятельно ставить эксперименты, честно оценивать результаты и объяснять решения команде и бизнесу.

Хорошо, если есть

• Навыки MLOps: пайплайны обучения и деплоя, MLflow или W&B, версионирование данных и моделей, мониторинг качества в продакшене.
• Опыт сервинга моделей с vLLM, TensorRT-LLM, Triton или ONNX, а также квантизации и стримингового инференса голосовых моделей с низкой задержкой.
• Опыт с Docker, Kubernetes и облачными GPU.
• Опыт построения голосовых агентов по схеме STT → LLM → TTS и работы с телефонией.
• Знание узбекского языка.
• Публикации, open-source вклад или участие в сообществах по низкоресурсным языкам.

Культура и преимущества

• Фуллтайм в офисе в Ташкенте.
• Доступ к GPU для обучения и экспериментов.
• Модели напрямую влияют на качество разговоров с клиентами и развитие продукта.

Процесс найма

• Вместе с резюме в Telegram нужно кратко описать один проект по файнтюну LLM, STT или TTS для низкоресурсного языка: указать использованные данные, выполненные действия и полученные метрики.
• Ссылки на GitHub, Hugging Face или научные статьи приветствуются.