【Python/週5日/フルリモート】音声合成（TTS）モデルエンジニア

■業務内容 音声生成（TTS）技術の中核エンジニアとして、モデルのFine-tuning・推論最適化からサービス統合まで一気通貫で推進していただきます。 日本最大級のエンタメプラットフォームで、世界に通用する音声AIを創り上げる挑戦的なポジションです。 TTSモデル（Qwen-TTS、Orpheus等）のFine-tuning・話者/感情制御の実装 GPU上での推論効率化（バッチング、KV cache、量子化、同時実行数チューニング） 音素タイムライン生成のTTSパイプラインへの統合（アバターのリップシンク等への応用） 推論基盤の構築・運用、レイテンシ（TTFS）とサービス品質の管理 ■求めるスキル（必須） TTS/音声合成モデル ・TTSモデル（Qwen-TTS、Orpheus、VITS、Fish-Speech等）のFine-tuning・追加学習の実務経験 ・話者適応・感情/プロソディ制御・多言語対応などのカスタマイズ経験 ・音声データセットの構築・前処理パイプライン（音声/テキストアライメント等）の開発経験 ・PyTorchでのモデル学習、LoRA等の効率的Fine-tuning手法の実装経験 推論効率化 ・GPU上での推論最適化（バッチング、KV cache管理、量子化、ストリーミング生成）の実務経験 ・推論基盤（vLLM、TensorRT-LLM、SGLang等）の選定・導入・最適化経験 ・同時実行数（concurrency）のチューニング、レイテンシ（TTFS等）改善の実務経験 ・CUDA最適化、メモリ効率化に関する深い理解 サービス化技術 ・REST API/WebSocket/gRPC設計、ストリーミング音声配信の実装経験 ・推論サービスのレプリカ構成、オートスケーリング、監視・可観測性基盤の構築経験 ■求めるスキル（尚可） ・音素タイムライン（phoneme timestamp）生成をTTSに統合した経験 ※優先採用 ・リアルタイム音声対話・AIアバターのリップシンク等の開発経験 ・言語：日本語能力検定1級、英語ビジネス会話レベル ・BigTech、音声AI特化企業でのTTS/音声生成モデルの開発・運用経験 ■開発環境 ■開発体制 ■言語/技術 Python ■面談回数：確認中 ■最低稼働日数：週5日 ■PC貸し出し：有 ■業務時間： ■リモート状況：フルリモート（地方可能） ■勤務地：六本木 ■備考 ■案件番号：794517293769

1回