7267 - Активный запрос: ML Engineer, Senior ❗️
7267 - Активный запрос: ML Engineer, Senior ❗️ Заказчик: ПАО МТС 🔥 Важно! Срок подачи кандидатов до 09.10.2026 15:00 - Рейт: смотрим Ваши ставки - Локация: Только РФ - Часовой пояс: МСК +- 3ч - Формат работы: Удаленно - Особые условия: Выход: АСАП - Требуется оформление к нам в штат на 0,01 ставки - Гражданство: РФ - Длительность: до 31.12.2026 - Возможность пролонгации: Да 📌 Основные 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. - Работа с диалоговым стеком и NLP: - 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). - Работа с речевым стеком: - Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD и передачи текста дальше по пайплайну). - Дообучение и настройка инфереса собственных и опенсорсных TTS и систем клонирования голоса для достижения нужного качества звучания и скорости работы. ✅ Требования: - Экспертиза в NLP и LLM: - 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. - Экспертиза в голосовом стеке: - Опыт дообучения и оптимизации TTS-моделей. - Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2). - Диалоговые системы и дебаг: - 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. - Языки и бэкенд: - 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 паттерны. - Типизация в Go, хотя бы базовые типы (строки, числа, слайсы и мапы) - Примитивы синхронизации и конкуренция (Как синхронизировать горутины, как работать с каналами) - Указатели и работа с ними - Observability - Будет плюсом - Опыт работы с GRPC - Умение настроить инфраструктуру, k8s/inventory, знания работы TCP 📩 Просьба предоставлять CV вместе с ФИО, рейтом, грейдом, локацией (страна + город) и оценкой +/- по требованиям. ✉️ Писать в Max