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).
