Задачи:
— Развивать облачный голосовой конвейер с задержкой 1–2 секунды по p50 и p90, управлять barge-in, потоковой передачей токенов в TTS, таймаутами и переключением между провайдерами.
— Настраивать определение конца фразы с учётом долгих детских пауз.
— Создать стенд автоматической оценки детской речи и каскад безопасности с обновлением правил без выпуска прошивки.
— Строить ответы на проверенном контенте с помощью RAG, шаблонов и tool calling.
— Настроить трассировку, расчёт стоимости сессии и zero retention у провайдеров.
Требования:
— Опыт от 4 лет в ML/LLM, включая не менее 1,5 года работы с голосовыми агентами в продакшене.
— Опыт с потоковыми каскадами, barge-in и fallback, Pipecat, LiveKit Agents или аналогами.
— Умение оптимизировать задержку по перцентилям и работать с WER, TTFT и юнит-экономикой STT/TTS.
— Опыт с guardrails и классификацией безопасности для чувствительной аудитории.
— Знание Python, async, WebSocket/WebRTC, Docker, облачных платформ.
— Английский язык на уровне не ниже B2.
Плюсом будет:
— Опыт работы с детскими или edtech-продуктами.
— Знание COPPA, PRIVO и kidSAFE.
— Работа с детской или акцентной речью и арабским языком в STT/TTS.
— Опыт с AEC, аудиостримингом с Linux-устройств и speech-to-speech.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
Автоотклики