ForteBank·Астана·3 дн назад
AI Engineer (Senior) - Speech & Voice AI
Ориентир по рынку≈ 250 000 – 425 000 ₽наша приблизительная оценка по 9 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисMiddleПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 9 похожих вакансиях ML Engineer уровня Middle.
Живость
Появилась 3 дня назад. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.
Описание
Расписано подробно: обязанностей 7, требований 11. Картина ясна до первого созвона.
Что требуют
ОбязательноAIPythonPyTorchMLDocker
Надбавка к зарплате на этом уровне: Python +40%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Подбирать, обучать и дообучать модели распознавания и синтеза речи (ASR/TTS), а также speech-to-speech модели для голосовых AI-сервисов банка
Развивать качество работы моделей на казахском и русском языках: учитывать смешанную речь, банковскую терминологию, имена, суммы и шумные условия
Проектировать голосовые диалоги в реальном времени: потоковую обработку аудио, определение конца реплики, обработку перебиваний и full-duplex взаимодействие, при котором агент одновременно слушает пользователя и отвечает ему
Готовить речевые датасеты: очищать и размечать аудио, формировать обучающие и тестовые выборки, проводить эксперименты и анализировать ошибки моделей
Интегрировать речевые модели с голосовыми агентами на LiveKit Agents или аналогичной платформе, backend-сервисами и мобильными каналами банка
Оптимизировать качество и скорость ответа, потребление GPU и устойчивость сервиса при одновременных голосовых сессиях
Готовить модели и голосовые сервисы к промышленной эксплуатации в защищённом контуре банка
Наши требования
Уверенное владение Python и PyTorch
Практический опыт обучения или fine-tuning речевых моделей, а не только интеграции готовых облачных ASR/TTS API
Обязательный опыт работы с LiveKit Agents / LiveKit Server либо аналогами для потоковых голосовых приложений
Понимание архитектур ASR, TTS и speech-to-speech, методов подготовки аудиоданных и оценки качества речевых моделей
Опыт работы со streaming inference, VAD, turn detection, endpointing и обработкой перебиваний (barge-in)
Понимание особенностей full-duplex диалога, включая одновременную речь пользователя и агента
Опыт вывода ML-моделей в production: разработка API, Docker, мониторинг, профилирование и оптимизация инференса на GPU
Умение строить воспроизводимые эксперименты и находить баланс между качеством модели, задержкой ответа и стоимостью вычислений
Опыт обучения речевых моделей для казахского языка и работы с переключением между казахским и русским языками в одной реплике
Практический опыт с full-duplex speech-to-speech моделями
Опыт развёртывания речевых моделей on-premise и работы с чувствительными данными в регулируемой среде
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).