ML-инженер

AI/ML Engineer / Generative AI Engineer

ARCHIDIGITAL ищет AI/ML-инженера для разработки интерактивных систем на базе локальных нейросетевых моделей.

Нам нужен специалист, который умеет самостоятельно разворачивать модели на локальных GPU-серверах, объединять языковые, голосовые и видео-модели в единую систему и оптимизировать их работу под минимальную задержку.

Текущая задача

Интерактивная инсталляция «Мягкий телефон Мишки».

Это детский телефон с микрофоном и динамиком для детского реабилитационного центра, подключенный к локальному серверу.

Пользователь говорит с персонажем Мишкой. Сервер должен принимать голос, распознавать речь, формировать ответ языковой моделью, синтезировать его голосом персонажа и возвращать аудио в телефон с минимальной задержкой.

Необходимо разработать серверную часть системы, включая:

прием и обработку аудиопотока
Speech-to-Text
работу локальной языковой модели
логику и контекст диалога
Text-to-Speech и имитацию голоса персонажа
потоковую обработку данных
API взаимодействия с устройством
оптимизацию end-to-end latency
стабильную работу системы на локальном сервере

Следующее направление работы — GENMIRROR

GENMIRROR — интерактивная система ARCHIDIGITAL для нейросетевой обработки видеопотока в реальном времени.

Специалист будет участвовать в дальнейшем развитии проекта: подключении новых генеративных моделей, построении и оптимизации локальных inference pipeline, работе с image и video моделями и развитии серверной архитектуры.

Основные требования

уверенный Python
PyTorch
Linux
Docker
CUDA и понимание работы GPU
опыт развертывания open-source моделей локально
понимание современных LLM
опыт работы со Speech-to-Text и Text-to-Speech
опыт с voice cloning или voice conversion
понимание streaming inference
умение строить системы из нескольких связанных AI-моделей
опыт оптимизации inference и задержки
понимание VRAM, quantization и управления GPU-ресурсами
умение самостоятельно изучать, запускать и интегрировать новые open-source модели

Будет преимуществом

опыт с Whisper, faster-whisper или аналогами
опыт с vLLM, llama.cpp, TensorRT, ONNX Runtime
опыт с современными TTS и voice cloning моделями
опыт с Stable Diffusion, FLUX или генеративными video-моделями
LoRA и fine-tuning
WebSocket, gRPC или WebRTC
опыт разработки realtime AI-систем

Кого мы ищем

Нам нужен инженер, способный работать не только с внешними API, а непосредственно с моделями, локальной инфраструктурой и GPU inference.

Важно уметь самостоятельно подобрать модель, развернуть ее, интегрировать в систему, оптимизировать и довести до стабильной работы.

Формат работы

Проектная работа с возможностью постоянного сотрудничества.

В отклике желательно прислать GitHub или примеры проектов и кратко описать опыт с локальными LLM, STT, TTS, voice cloning и GPU inference.

В первую очередь рассматриваются кандидаты из Санкт-Петербурга и ЛО в связи с необходимостью очных встреч по проектам.