Назад
6 дней назад

ML/NLP разработчик (LLM)

180 000 - 210 000₽
Формат работы
remote (только Russia)
Тип работы
fulltime
Грейд
senior
Страна
Russia
vacancy_detail.hirify_telegram_tooltipВакансия из Telegram канала -

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

TL;DR
ML/NLP разработчик (LLM): Перевод системы с графа сценариев на управляемый LLM-based диалог и оптимизация голосового пайплайна с акцентом на finetuning LLM, интеграцию ASR/TTS и низколатентный инференс. Фокус на отладке галлюцинаций и задержек, потоковой обработке аудио, классификации интентов и самостоятельной реализации архитектурных решений на Python и Go.
ML/NLP разработчик
Грейд: Senior
Занятость: Full time
Вилка: 180-210

Локация: РФ
Гражданство: РФ
Формат работы: удалённо
Часовой пояс: МСК

О проекте: переход системы с графа сценариев на LLM-based диалог с оптимизацией голосового пайплайна

🎯 Задачи
— Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог
— Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок)
— Оперативное принятие архитектурных решений и их самостоятельная реализация в коде
— Поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT
— Учёт краевых случаев, исправление ошибочных срабатываний интентов
— Finetuning локальных LLM (извлечение сущностей, удерживание инструкций)
— Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD)
— Дообучение и настройка инфереса собственных и опенсорсных TTS и систем клонирования голоса

🛠️ Требования Hard Skills
— Экспертиза в NLP и LLM: практический опыт 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, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном
— Опыт дообучения и оптимизации TTS-моделей
— Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2)
— Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами
— Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений
— Уверенное владение Python (PyTorch, huggingface, фреймворки инференса)
— Уверенное владение Go
— Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime)
— Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты)
— Типизация в Go, базовые типы (строки, числа, слайсы и мапы)
— Примитивы синхронизации и конкуренция (синхронизация горутин, работа с каналами)
— Указатели и работа с ними
— Observability

🤝 Требования Soft Skills
— Оперативность в принятии архитектурных решений
— Самостоятельность в реализации решений
— Высокая скорость диагностики проблем

➕ Будет плюсом
— Понимание SOLID, DRY и KISS паттерны
— Базовое понимание дизайна сервисов на Go

Направить CV

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 →

Текст вакансии взят без изменений

Источник -