Genpio

シニアAIエンジニア（アバター・音声）

当社のアバターモデルとボイスクローンモデルは、すでに学習済みで品質も高く、多数のライブ配信を同時に動かしています。あなたにはこれらを引き継いでいただきます。速さと…

エンジニアリング · 出社勤務（ベトナム・ホーチミン市） · 正社員

募集の背景

シニアAIエンジニア（アバター・音声システム）として、本番環境ですでにGenpioを動かしているモデル群のオーナーになっていただける方を募集しています。対象は、トーキングヘッド、リップシンク、ボイスクローンのスタックです。これにより、AIアバターがTikTokでライブ配信を行い、人が席にいなくても何時間も販売を続けられます。

ここは大切な点なので、よく読んでください。仕事の中身が変わるからです。モデルはすでに学習済みです。放送品質のアバターを生成でき、短い参照素材から声をクローンでき、多数のライブ配信を同時に動かしています。まっさらなリポジトリと論文からスタートしてほしい、という話ではありません。

お願いしたいのは、今あるものを引き受け、さらに良くすることです。具体的には、負荷が増えてもレイテンシの予算を守ること、配信1時間あたりのGPUコストを下げ続けること、今のモデルからさらに品質を引き出すこと、品質を落とさずに新しいアバターや声を追加すること、そして実際のお客様が配信している最中も全体を止めずに動かし続けることです。オンコールを引き継げる別のプラットフォームチームはありません。判断するのはあなたであり、その結果とも本番環境で向き合っていただきます。

主な業務内容

本番環境のモデルを担う

  • アバター、リップシンク、ボイスクローンの各モデルを引き継ぎ、ライブ環境での挙動に責任を持つ
  • 現行スタックを隅々まで把握する：どこで時間がかかり、どこでメモリを使い、どこで品質が崩れるのか
  • 24時間続く配信を健全に保ち、お客様より先に品質の劣化に気づく

より速く、より安く

  • エンドツーエンドの厳しいレイテンシ予算を守る：音声を入力し、リップシンクしたフレームをライブで出力し、ずれを出さない
  • 量子化、蒸留、バッチ処理の改善、カーネルやCPUのオーバーヘッド削減によって、配信1時間あたりのコストを下げる
  • スループットとGPUメモリ効率をさらに高め、同じGPU群でより多くの同時配信をまかなう

品質を高める

  • 今あるモデルをファインチューニング・適応させる：口元のディテール、本人らしさの保持、韻律を、すべてを再学習することなく改善する
  • 短い参照素材から新しいアバターやクローン音声を、速く、再現性をもって追加する
  • チェックポイントが本当に良くなったことを示す評価・リグレッションの仕組みを作り、カナリアリリースで展開する

サービング基盤をスケールさせる

  • マルチストリームのサービングを拡張する：continuous batching、マルチテナンシー、アドミッション制御、グレースフルデグラデーション
  • GPUが落ちたとき、配信が止まったとき、需要が急増したときの対応を設計し、それを「何も起きない日常」にする
  • 次に何を自社開発し、何を購入し、何をファインチューニングすべきかを判断し、数字で説明する

求める人物像

必須

  • MLエンジニアリングの経験5年以上、かつPyTorchへの深い理解：プロファイルを取り、トレースを読み、.fit() を呼ぶだけでは終わらない方
  • モデルを学習させるだけでなく、本番環境で運用した実経験：サービング、レイテンシ、コスト、オンコール
  • 実戦での推論最適化の経験：量子化、蒸留、バッチ処理、CUDA Graphs、TensorRTなど
  • 他の人が作ったモデルやコードベースを、書き直すのではなく改善・適応させることに抵抗がない方
  • アーキテクチャ上の判断を一人で下し、英語で明確に説明できる方

歓迎

  • トーキングヘッド、リップシンク、TTS、ボイスクローン、リアルタイムアバターに特化した経験
  • CUDAまたはTritonでのカーネル実装経験、プロファイラのトレースを読み慣れていること
  • 大規模なGPUサービングの経験（Triton Inference Server、vLLM、Ray Serve、または自社開発の基盤）
  • 決まった台数のGPU群で、多数の生成系ストリームを同時に運用した経験

使用ツール

PyTorch、CUDA、TensorRT、ONNX、Triton、Docker、Kubernetes、NVIDIA GPU（A100/H100クラス）、Weights and Biases、Git/GitHub、Notion、Slack。

選考プロセス

  1. エンジニアとの30分のカジュアル面談
  2. 技術面接（深掘り）：推論、サービング、そして直近の本番システムがどこで壊れたか
  3. 実技課題：レイテンシ予算のもとで、実際の推論パスをプロファイルし最適化する
  4. システム設計とカルチャーフィット：大規模なマルチストリームのアバターサービングについて、創業者と
  5. オファー

報酬・待遇

  • シニアレベルの基本給に加え、急成長中のAI企業の十分なストックオプション
  • ホーチミン市のモダンで設備の整ったオフィスでの出社勤務
  • 仕事に必要なだけの潤沢なGPU予算と最上位クラスのハードウェア
  • 健康保険、チームオフサイト、個人向けの学習・カンファレンス予算

応募方法

このページからご応募ください。メールでの応募をご希望の場合は、件名を [AI Engineer] 氏名（フルネーム） として、履歴書（CV）を[email protected]または[email protected]までお送りください。あわせて、最も誇りに思うお仕事について数行でお聞かせください。リンクがあればぜひ添えてください。

Genpioで働く理由

AIエンジニアの仕事の多くは、研究課題を渡され、何かが実用になるまで長い道のりを歩くものです。この仕事では、初日から動くモデル、実際のライブ配信、そして料金を払ってくださるお客様があなたの手元にあります。面白いのは「動かすこと」ではありません。すでに動いているからです。面白いのは、この種のモデルをほとんど誰も運用したことのない規模で、速く、安く、美しく動かすことです。

Apply, and see every open role: https://genpio.com/ja/careers