← Toutes les offres
Voice AI Engineer (all genders)
NFON · Bremen
CDD arbeitnow
IT
Postuler sur arbeitnow Dein neuer Job
Du baust Stimmen. Nicht konfigurieren, nicht API anbinden – wirklich bauen. Bei botario entwickelst du die Text-To-Speech- und Speech-To-Text-Systeme hinter unseren Voice Agents: Stimmen, die natürlich klingen, in Echtzeit antworten und auch dann verstehen, wenn es am anderen Ende nuschelt.
Woran du mitwirken wirst
Du baust und verbesserst unsere eigenen TTS und STT-Systeme – vom Modell bis zur Streaming-Inferenz
Du optimierst auf niedrige Latenz: Time-to-First-Audio, Streaming-Synthese, effizientes Serving – jede Millisekunde zählt
Du arbeitest an Stimmqualität und Natürlichkeit: Prosodie, Betonung, Robustheit bei echten Audiobedingungen
Du evaluierst neue Open-Source-Speech-Modelle und bringst die besten Ansätze in unseren Stack
Du misst, was du baust: Latenz-Profiling, Qualitäts-Benchmarks, Hörtests
Die Qualifikationen, die Du brauchst
Du hast praktische Erfahrung mit Sprachtechnologie: TTS, STT, Echtzeit-Audio oder Speech-Modell-Inferenz
Begriffe wie Audio-Codec oder Speech Tokenizer sind keine Fremdsprache für dich – oder du bringst einen soliden Torch/ML Background mit und willst genau hier tiefer einsteigen: Dann melde dich trotzdem!
Du hast sehr gute Programmierkenntnisse in Python und hast keine Angst, dich auch mit dir fremden Themen auseinander zu setzen
Du weißt, warum ein paar hundert Millisekunden Latenz ein Gespräch ruinieren können – und hast Ideen, wie man sie wegoptimiert
Wünschenswert: Erfahrung mit dem kommerziellen Einsatz von Speech-Modellen
Du arbeitest gerne im Team und mit agilen Methoden
Was wir Dir bieten können
Als innovatives Unternehmen mit klarer Vision tragen wir aktiv zur Digitalisierung und Transformation der Kommunikationslandschaft bei, indem wir neue Ideen und kreative Lösungsansätze entwickeln und uns von alten Strukturen lösen
Kurze Entscheidungswege, die Möglichkeit, sich einzubringen, Dinge zu verändern und neue Technologien einzusetzen
Weitläufiges Office am Europahafen: Arbeitsplatz mit Wasserblick!
Firmen-Fitness, BusinessBike und ein eigenes Firmenboot
Kostenübernahme für E-Learning-Kurse nach Wunsch
Regelmäßiger Austausch: Wir besuchen und organisieren interne und öffentliche (KI-)Events
Spannende, internationale Kunden aus verschiedensten Branchen
Faires, angemessenes Gehalt und Mitarbeiterbeteiligung
30 Tage Urlaub und Möglichkeit zur Teilzeit
Top-Hardware, höhenverstellbare Tische und mehrere Monitore an jedem Arbeitsplatz
Wir unterstützen die Vereinbarkeit von Beruf, Familie und Privatleben und sind "Ausgezeichnet Familienfreundlich"
Find Jobs in Germany on Arbeitnow
Du baust Stimmen. Nicht konfigurieren, nicht API anbinden – wirklich bauen. Bei botario entwickelst du die Text-To-Speech- und Speech-To-Text-Systeme hinter unseren Voice Agents: Stimmen, die natürlich klingen, in Echtzeit antworten und auch dann verstehen, wenn es am anderen Ende nuschelt.
Woran du mitwirken wirst
Du baust und verbesserst unsere eigenen TTS und STT-Systeme – vom Modell bis zur Streaming-Inferenz
Du optimierst auf niedrige Latenz: Time-to-First-Audio, Streaming-Synthese, effizientes Serving – jede Millisekunde zählt
Du arbeitest an Stimmqualität und Natürlichkeit: Prosodie, Betonung, Robustheit bei echten Audiobedingungen
Du evaluierst neue Open-Source-Speech-Modelle und bringst die besten Ansätze in unseren Stack
Du misst, was du baust: Latenz-Profiling, Qualitäts-Benchmarks, Hörtests
Die Qualifikationen, die Du brauchst
Du hast praktische Erfahrung mit Sprachtechnologie: TTS, STT, Echtzeit-Audio oder Speech-Modell-Inferenz
Begriffe wie Audio-Codec oder Speech Tokenizer sind keine Fremdsprache für dich – oder du bringst einen soliden Torch/ML Background mit und willst genau hier tiefer einsteigen: Dann melde dich trotzdem!
Du hast sehr gute Programmierkenntnisse in Python und hast keine Angst, dich auch mit dir fremden Themen auseinander zu setzen
Du weißt, warum ein paar hundert Millisekunden Latenz ein Gespräch ruinieren können – und hast Ideen, wie man sie wegoptimiert
Wünschenswert: Erfahrung mit dem kommerziellen Einsatz von Speech-Modellen
Du arbeitest gerne im Team und mit agilen Methoden
Was wir Dir bieten können
Als innovatives Unternehmen mit klarer Vision tragen wir aktiv zur Digitalisierung und Transformation der Kommunikationslandschaft bei, indem wir neue Ideen und kreative Lösungsansätze entwickeln und uns von alten Strukturen lösen
Kurze Entscheidungswege, die Möglichkeit, sich einzubringen, Dinge zu verändern und neue Technologien einzusetzen
Weitläufiges Office am Europahafen: Arbeitsplatz mit Wasserblick!
Firmen-Fitness, BusinessBike und ein eigenes Firmenboot
Kostenübernahme für E-Learning-Kurse nach Wunsch
Regelmäßiger Austausch: Wir besuchen und organisieren interne und öffentliche (KI-)Events
Spannende, internationale Kunden aus verschiedensten Branchen
Faires, angemessenes Gehalt und Mitarbeiterbeteiligung
30 Tage Urlaub und Möglichkeit zur Teilzeit
Top-Hardware, höhenverstellbare Tische und mehrere Monitore an jedem Arbeitsplatz
Wir unterstützen die Vereinbarkeit von Beruf, Familie und Privatleben und sind "Ausgezeichnet Familienfreundlich"
Find Jobs in Germany on Arbeitnow