Инженер ML со знанием Go, Middle+, SeniorСрок - до 31.12.2026г. с возможной пролонгацией
Ставка до 2100 - 2200, с НДС
Локация - РФ
Часовой пояс: МСК +/- 3 часа
Требования- 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, 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) и 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);
GoLang:- Базовое понимание по дизайну сервисов;
- Понимание SOLID, DRY и KISS паттернов;
- Знание типизации в Go, хотя бы базовые типы (строки, числа, слайсы и мапы);
- Знание примитивов синхронизации и конкуренции (как синхронизировать горутины, как работать с каналами);
- Знание указателей и работы с ними;
- Observability;
- Будет плюсом: опыт работы с GRPC;
- Будет плюсом: умение настроить инфраструктуру, k8s/inventory, знания работы TCP.
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 и т.п.);
- 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;
- При необходимости — finetuning локальных LLM (извлечение сущностей, удерживание инструкций);
- Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD и передачи текста дальше по пайплайну);
- Дообучение и настройка инференса собственных и опенсорсных TTS и систем клонирования голоса для достижения нужного качества звучания и скорости работы.
Откликнуться на запрос:
@okabirorin По вопросам партнерского сотрудничества:
@ju_vetta 