NLP engineer in voice models

грейд
senior
формат
офис Ташкент
опубликована
10 ноя

описание

Syncall AI ищет Senior NLP Engineer, который будет отвечать за качество языковых и голосовых моделей для языков с малым количеством данных: от сбора и чистки датасетов до модели, работающей в продакшене. Syncall делает два продукта на узбекском и русском: Voice Agent — голосового ИИ-оператора для звонков клиентам, и Analytics — речевую аналитику разговоров. Наши агенты принимают входящие звонки, напоминают о платежах и продают. С нами работают крупнейшие компании в банковской сфере, телекоме, страховании, финтехе и ритейле.

задачи

  • Файнтюн LLM под узбекский язык: continued pretraining, SFT, LoRA/QLoRA, при необходимости DPO и другие методы alignment.
  • Файнтюн и адаптация STT-моделей (Whisper, wav2vec2, Conformer и аналоги) под языки, акценты, диалекты и шумную телефонную речь.
  • Файнтюн TTS-моделей (VITS, XTTS, F5-TTS и аналоги): естественность, произношение, скорость синтеза.
  • Сбор, разметка и чистка данных: поиск открытых корпусов, синтетические данные, аугментации, работа с разметчиками.
  • Построение системы оценки качества: WER/CER для STT, MOS и разборчивость для TTS, бенчмарки и human eval для LLM.
  • Оптимизация инференса под продакшен: задержка, стоимость, квантизация, стриминг.
  • Выбор архитектурных решений и наставничество для middle- и junior-инженеров.

требования

  • 5+ лет в ML/NLP, из них 2+ года с LLM и/или речевыми моделями.
  • Подтверждённый опыт файнтюна LLM для низкоресурсных языков: вы можете показать результат (метрики до и после, публикацию, репозиторий, модель на Hugging Face или кейс из продакшена).
  • Практический опыт файнтюна STT-моделей и TTS-моделей, понимание их метрик и типичных проблем.
  • Уверенный Python и PyTorch; опыт с Hugging Face (transformers, datasets, PEFT), распределённым обучением (DeepSpeed, FSDP или аналогами).
  • Умение работать в условиях нехватки данных: transfer learning, кросс-языковой перенос, синтетические данные, аугментации.
  • Умение самостоятельно ставить эксперименты, честно оценивать результат и объяснять решения команде и бизнесу.
  • Будет плюсом: Навыки MLOps: пайплайны обучения и деплоя, трекинг экспериментов (MLflow, W&B), версионирование данных и моделей, мониторинг качества в продакшене; Опыт сервинга моделей: vLLM, TensorRT-LLM, Triton, ONNX; квантизация и стриминговый инференс для голоса с низкой задержкой; Опыт с Docker, Kubernetes, облачными GPU; Опыт построения голосовых агентов (связка STT → LLM → TTS) и работы с телефонией; Знание узбекского языка; Публикации, open-source вклад или участие в сообществах по низкоресурсным языкам

условия

  • Зарплата: от 24 млн сум, итоговая сумма обсуждается по результатам собеседования.
  • Формат: фуллтайм в офисе.
  • Доступ к GPU для обучения и экспериментов.
  • Большое влияние на продукт: ваши модели напрямую определяют качество разговора с клиентом.

навыки

похожие вакансии

статьи для разработчиков