Voice AI Engineer in Kraków

Poszukujemy inżyniera AI głosowego (real-time speech), który dołączy do naszego zespołu! Nasz klient to azerska firma telekomunikacyjna i największy operator sieci komórkowej w Azerbejdżanie. Główne produkty to: telefonia stacjonarna, telefonia komórkowa, usługi internetowe, szerokopasmowe usługi bezprzewodowe oraz usługi dodane. Głównym celem jest przyspieszenie inicjatyw związanych z danymi i AI klienta poprzez bezpieczną, hybrydową podstawę chmurową na AWS, jednocześnie systematycznie modernizując IT w ramach programu AWS MAP 2.0.

Kluczowe cele projektu:

• Podstawa chmurowa i strefa lądowania: Wdrożenie docelowych architektur sieci hybrydowych, ustanowienie bezpiecznej strefy lądowania AWS (LZA) oraz hybrydowych platform danych/AI na AWS.
• Bezpieczeństwo, zgodność i suwerenność: Operacjonalizacja de-identyfikacji danych lokalnych i tokenizacji Format Preserving Encryption (FPE) (osiągnięcie zerowego surowego PII w chmurze), w pełni zgodnie z azerską ustawą o ochronie danych osobowych nr 998-IIIQ oraz zasadami infrastruktury krytycznej (rozporządzenie nr 229).
• Implementacja chatbota AI i Voicebota w czasie rzeczywistym: Opracowanie i operacjonalizacja flagowego Voicebota obsługi klienta (STT → LLM → TTS) oraz Agentic Chatbota.

Obowiązki:

• Projektowanie, budowanie i operacjonalizacja end-to-end real-time STT → LLM → TTS (Speech-to-Text / LLM / Text-to-Speech) voicebot pipelines na AWS, optymalizacja dla strumieniowego przetwarzania mowy na tekst, generacji LLM pierwszego tokenu oraz syntezatora TTS pierwszego audio.
• Wdrożenie i utrzymanie produkcyjnych modeli Whisper (azerski ASR) i TTS jako niskolatencyjnych punktów końcowych w czasie rzeczywistym na Amazon SageMaker oraz wyspecjalizowanych pulach węzłów GPU (NVIDIA A100/L40S).
• Implementacja i zarządzanie Bedrock Proxy Gateway na EKS dla routingu multi-model, priorytetowego kolejkowania za pomocą Redis Sorted Sets, limitów kosztów oraz wysokiej dostępności serwowania celującego w ~200 rps bez ograniczeń API.
• Integracja silników decyzyjnych voicebota i chatbota z podstawowymi platformami telekomunikacyjnymi i CVM, w tym Avaya (telefonia głosowa), Genesys (czat cyfrowy/omnichannel) oraz Pelatro (decyzje ofertowe CVM i modele podnoszenia).
• Ustanowienie LLMOps i MLOps pipelines przy użyciu Amazon SageMaker Pipelines i MLflow do śledzenia eksperymentów, wersjonowania modeli, rejestrów promptów/agentów, automatycznych narzędzi oceny oraz odzyskiwania bazy wiedzy RAG.
• Budowanie pipeline'ów transkrypcyjnych rozmów i czatów do pobierania, transkrypcji i wydobywania real-time spostrzeżeń (ryzyko churn, niezadowolenie, intencja, sygnały leadowe) do warstw decyzyjnych downstream.
• Wprowadzenie kontroli suwerenności danych i prywatności poprzez integrację lokalnych wrapperów tokenizacji i Format Preserving Encryption (FPE) w pipeline'y ML, aby zero surowego PII nie trafiało do środowisk chmurowych AWS.
• Definiowanie podstaw NFR, przepływów dialogowych, persony voicebota, logiki przejmowania i eskalacji, aby zapewnić latencję okrążenia konwersacyjnego.
• Automatyzacja workflow'ów wdrażania ML przy użyciu GitLab CI/CD i Infrastructure-as-Code (Terraform lub AWS CDK), ustanawiając obserwowalność oraz monitorowanie wydatków/anomalii FinOps za pomocą Amazon CloudWatch i Splunk.

Wymagania:

• 4+ lata praktycznego doświadczenia w uczeniu maszynowym i przetwarzaniu mowy z głównym naciskiem na AI konwersacyjne w czasie rzeczywistym, ASR (STT) i TTS voice pipelines.
• Głęboka wiedza na temat Amazon SageMaker (punkty końcowe GPU w czasie rzeczywistym, Pipelines, Feature Store, Model Registry) oraz Amazon Bedrock (AgentCore, Bedrock Guardrails, Bazy Wiedzy).
• Udokumentowane osiągnięcia w zakresie strumieniowego wnioskowania mowy, syntezowania mowy i przetwarzania audio o niskiej latencji.
• Silne doświadczenie w optymalizacji GPU i orkiestracji kontenerów (NVIDIA A100/L40S, instancje GPU AWS EC2, Docker, Kubernetes/EKS).
• Solidne zrozumienie integracji platform kontaktowych i telekomunikacyjnych (Avaya, Genesys) oraz interfejsów decyzyjnych w czasie rzeczywistym.
• Znajomość Pythona, Redis (kolejkowanie priorytetowe i pamięć podręczna) oraz bezpieczeństwa danych/prywatności (tokenizacja FPE, obsługa danych wrażliwych/PII).

Umiejętności dodatkowe:

• Certyfikat AWS w dziedzinie uczenia maszynowego – specjalność lub certyfikat AWS Certified Solutions Architect.
• Praktyczne doświadczenie z EMR-on-EKS, Apache Iceberg lub MSK (Kafka) w pipeline'ach strumieniowych.

Umiejętności miękkie i dopasowanie do zespołu:

• Silne umiejętności krytycznego myślenia, rozwiązywania problemów i analizy z odpowiedzialnością za kluczowe, niskolatencyjne dostarczanie.
• Doskonałe umiejętności komunikacyjne i współpracy, aby ściśle współpracować z zespołami międzyfunkcyjnymi (architekci AI, inżynierowie danych, eksperci CC oraz bezpieczeństwo/zgodność).
• Skoncentrowane na wynikach, proaktywne podejście z silnym poczuciem odpowiedzialności w ramach Agile/Scrum.
• Poziom angielskiego co najmniej Upper-Intermediate (pisany i mówiony).

Oferujemy:

• Elastyczny format pracy - zdalnie, w biurze lub elastycznie.
• Konkurencyjne wynagrodzenie i dobry pakiet świadczeń.
• Spersonalizowany rozwój kariery.
• Narzędzia do rozwoju zawodowego (program mentorskich, tech talks i szkolenia, centra doskonałości i inne).
• Aktywne społeczności technologiczne z regularnym dzieleniem się wiedzą.
• Zwrot kosztów edukacji.
• Zapadające w pamięć prezenty rocznicowe.
• Wydarzenia korporacyjne i budowanie zespołu.
• Inne korzyści specyficzne dla lokalizacji, które nie mają zastosowania dla freelancerów.