Senior gépitanulás-mérnök (hangügynökök) – EMEA, távoli

Stack

Feladatok

• ▹Építészeti felelősség a speech-to-speech nyílt forráskódú könyvtár nagy részéért: pipeline-tervezés, késleltetési keret, a valós idejű ciklus megbízhatósága
• ▹Új ASR-, TTS- és végpontok közötti beszédmodellek integrálása, letisztult absztrakciók megtartása
• ▹Közösségi PR-ek átnézése, hibák szűrése, kiadások vágása, a közreműködői kör bővítése
• ▹Az hf-voice fejlesztői API-jának és streaming protokolljának tervezése: munkamenet-életciklus, szállítás (WebSockets/WebRTC), hitelesítés, hibaszemantika, verziózás
• ▹A kiszolgálói oldal építése: valós idejű GPU-inferencia, párhuzamosság, automatikus skálázás, megfigyelhetőség, munkamenetenkénti költség
• ▹Együttműködés a Hub- és inferencia-csapatokkal a könnyű integrálhatóságért
• ▹A termék demóból élesbe vitele: terheléses tesztelés, SLO-k, fokozatos leépülés modell- vagy hálózati hiba esetén
• ▹Dokumentáció, példák és sablonok írása, a már futó telepítések (pl. Reachy Mini flotta) támogatása
• ▹Nyilvános megjelenés, ha kedvedre való: blogbejegyzések, demók, konferenciaelőadások (utazás és felkészülés költségét fedezik)

Elvárások

• ▹Senior mérnöki szint, képes egy jelentős architekturális részt önállóan vinni
• ▹Tapasztalat fejlesztőknek szánt infrastruktúra építésében MI- vagy fejlesztőeszköz-cégnél: inferencia-API-k, ügynök-infrastruktúra vagy hasonló
• ▹Jelentős nyílt forráskódú hozzájárulás Python-könyvtárhoz, aszinkron Python és elosztott rendszerek ismerete, hibamódjaikkal együtt
• ▹Valós idejű rendszer szállítása: streaming, WebSockets vagy WebRTC, hang- vagy videópipeline-ok, élő inferencia
• ▹Gyakorlati tapasztalat LLM-ekkel vagy multimodális modellekkel éles környezetben
• ▹Világos írásbeli kommunikáció, aszinkron és nyilvános együttműködés
• ▹Motiváció a hang és a beszélgetős MI iránt

Előny

• ▹Hozzájárulás hangügynök-keretrendszerhez (speech-to-speech, pipecat, LiveKit Agents, Vocode, TEN)
• ▹Hozzájárulás a llama.cpp-hez vagy más alacsony szintű inferencia-futtatókörnyezethez
• ▹Gyakorlati munka ASR-, TTS- vagy végpontok közötti beszédmodellekkel, késleltetés-minőség kompromisszumok értékelésével
• ▹GPU-kiszolgálás, kvantálás vagy eszközön futó inferencia tapasztalat
• ▹Hangpipeline-ismeret: VAD, visszhangszűrés, jitter bufferek, barge-in és beszédforduló-észlelés
• ▹Tapasztalat beágyazott vagy robotikai célplatformokon
• ▹Nyilvános munkásság: előadások, blogbejegyzések, demók

Soft skillek

Amit kínálunk

• ▹Rugalmas munkaidő és távmunka
• ▹Egészségügyi, fogászati és látásbiztosítás a dolgozóknak és hozzátartozóiknak
• ▹Szülői szabadság és rugalmas fizetett szabadság
• ▹Konferenciák, képzések és oktatás költségtérítése
• ▹Munkaállomás kialakításának támogatása, látogatási lehetőség a New York-i és párizsi irodákban
• ▹Cégrészesedés a javadalmazás részeként

A munkáltatóról

A Hugging Face célja a jó MI demokratizálása: az MI-fejlesztők leggyorsabban növekvő platformját építi, több mint 11 millió felhasználóval, amelyek több mint 3 millió modellt, 1 millió adathalmazt és 1,47 millió appot osztottak meg. Nyílt forráskódú könyvtárai több mint 600 ezer csillagot gyűjtöttek a GitHubon.