Задачи:
— Ведение облачного голосового конвейера, включающего определение конца фразы, STT, LLM, TTS с общей задержкой 1-2 секунды (p50 и p90).
— Управление потоковым конвейером с barge-in, стримингом токенов в TTS, таймаутами и fallback между провайдерами.
— Настройка определения конца фразы с учётом долгих пауз детей (порог тишины 1,5-3 секунды).
— Создание стенда оценки на детской речи с автоматическими прогонами.
— Разработка каскада безопасности с возможностью обновления правил без выпуска прошивки.
— Формирование ответов на проверенном контенте с использованием RAG, шаблонов и tool calling.
— Настройка трассировки, учёта стоимости сессии и zero retention у провайдеров.
Требования:
— Опыт работы 4+ года в ML/LLM, из которых 1,5+ года с голосовыми агентами в продакшене.
— Знание потоковых каскадов с barge-in и fallback, опыт работы с Pipecat, LiveKit Agents или аналогами.
— Оптимизация задержки по перцентилям, включая метрики WER, TTFT и юнит-экономику STT/TTS.
— Опыт работы с guardrails и классификацией безопасности для чувствительной аудитории.
— Владение Python, async, WebSocket/WebRTC, Docker и облачными технологиями.
— Уровень английского языка не ниже B2.
Будет плюсом:
— Опыт работы с детскими и edtech продуктами.
— Знание стандартов COPPA, PRIVO, kidSAFE.
— Опыт работы с детской или акцентной речью, арабским языком в STT/TTS.
— Навыки работы с AEC и аудиостримингом на Linux-устройствах.
— Опыт в speech-to-speech технологиях.
Локация: Европа, MENA, LATAM. Формат работы: удалённо, полная занятость.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
Автоотклики