高级机器学习工程师，语音智能体 - EMEA 远程
岗位摘要
全面负责开源库 speech-to-speech 的架构：流水线设计、延迟预算与实时循环的稳定性；持续集成新落地的 ASR、TTS 与端到端语音模型，并在模型格局快速变化时保持抽象层整洁
岗位职责
- 全面负责开源库 speech-to-speech 的架构：流水线设计、延迟预算与实时循环的稳定性
- 持续集成新落地的 ASR、TTS 与端到端语音模型，并在模型格局快速变化时保持抽象层整洁
- 审核社区 PR、处理 issue、发布版本，并壮大项目贡献者群体
- 设计 hf-voice 的开发者 API 与流式协议：会话生命周期、传输层（WebSockets/WebRTC）、身份认证、错误语义与版本管理
- 构建服务端能力：GPU 实时推理、并发处理、自动扩缩容、可观测性以及单会话成本控制
- 与 Hub 及推理团队协作，让语音智能体易于集成到产品和演示中
- 推动产品从演示走向生产：负载测试、SLO 设定，以及模型或网络异常时的优雅降级
- 编写文档、示例与模板，帮助开发者几分钟内从零跑通一个智能体
- 支持已依赖该技术栈的部署，首先是 Reachy Mini 车队
- 可选地公开分享工作成果，如博客文章、演示与会议演讲
任职要求
- 资深工程师，能够独立负责架构的重要部分并持续推动其演进
- 具备在 AI 或开发者工具公司构建面向开发者的基础设施经验，如推理 API、智能体基础设施或类似方向
- 对 Python 库有大量开源贡献，熟悉异步 Python 与分布式系统及其故障模式
- 有实时系统的交付经验：流式、WebSockets 或 WebRTC、音频或视频流水线、实时推理
- 具备 LLM 或多模态模型在生产环境中的实践经验
- 书面沟通清晰，习惯异步协作并公开透明地工作
- 对语音与对话式 AI 充满热情
- 加分项：曾为 speech-to-speech、pipecat、LiveKit Agents、Vocode 或 TEN 等语音智能体框架做出贡献
- 加分项：为 llama.cpp 或其他底层推理运行时做出过贡献
- 加分项：有 ASR、TTS 或端到端语音模型的实操经验，包括延迟与质量权衡的评估
- 加分项：具备 GPU 服务、量化或端侧推理经验
- 加分项：了解音频流水线，如 VAD、回声消除、抖动缓冲、打断与轮次检测
- 加分项：有向嵌入式或机器人平台交付的经验
- 加分项：拥有公开成果记录，如演讲、博客文章与演示
福利待遇
- 支持 EMEA 地区远程办公，工作方式灵活自主
- 鼓励公开分享工作成果，公司承担相关差旅费用与准备时间
- 加入 Hugging Face，与全球开源社区共同推进开放 AI 生态建设
- 我们重视多元化的团队，欢迎技能、经验与背景互补的人才加入