Deepgram е компания за гласов изкуствен интелект, която разработва API за преобразуване на реч в текст, преобразуване на текст в реч и разбиране на езика. Нейната платформа помага на разработчиците да създават гласови приложения в реално време, включително разговорен изкуствен интелект, инструменти за контактни центрове и работни процеси за медицинска транскрипция. Чрез обработка на говоримия език с акцент върху точността, скоростта и ефективността на разходите Deepgram помага на организации в здравеопазването, логистиката, консултантските услуги и други сектори да превръщат гласовите данни в полезна информация и интерактивни преживявания.
Главен изследовател на фундаментални технологии за гласов изкуствен интелект
Разработвайте модели в латентното пространство за платформата за гласов изкуствен интелект на Deepgram и развивайте невронни аудиокодеци, генериране на реч, мултимодални системи и ефективна хардуерна инференция. Работете по фундаментални изследвания за обучение в голям мащаб и обработка на стотици милиони едновременни разговори.
Описание
- Разработвайте невронни аудиокодеци, които съчетават много нисък битрейт с реконструкция с висока точност.
- Създавайте управляеми генеративни модели за разнообразна човешка реч, включително емоционална, многоговорителна, шумна и припокриваща се реч.
- Изграждайте системи за вграждане, които разделят латентните представяния на измерения за говорител, съдържание, стил, среда и канал.
- Комбинирайте отново латентните представяния, за да генерирате синтетични аудиоданни в безпрецедентен мащаб.
- Обучавайте мултимодални системи за преобразуване на реч в реч за надеждно разбиране и емпатични, подобни на човешките отговори.
- Проектирайте архитектури на модели, методи за обучение и алгоритми за инференция за хардуер с директен достъп до физическите ресурси.
- Подпомагайте рентабилното обучение върху набори от данни, обхващащи милиарди часове, и инференция в реално време за стотици милиони едновременни разговори.
- Провеждайте контролирани експерименти, аблации, оценки, стрес тестове и анализи на гранични случаи.
- Развивайте фундаменталните изследвания в областта на гласовия изкуствен интелект, речта и езиковото моделиране.
Изисквания
- Солидни познания по математика и теория на статистическото обучение, особено самообучение с надзор от данните и мултимодално обучение.
- Задълбочено познаване на архитектурите на фундаментални модели и мащабиране на обучението в множество модалности.
- Умение за извеждане на нови математически формулировки и ефективното им прилагане.
- Доказана способност за изграждане и куриране на големи набори от данни при запазване на качеството и разнообразието.
- Доказан опит в проектирането на контролирани експерименти за проверка на архитектурни иновации и теоретични идеи.
- Опит в подготовката на модели за реално внедряване, включително съобразяване с хардуерни ограничения и методи за ефективност.
- Публикации или принос към проекти с отворен код, които развиват изкуствения интелект за реч или език.
- Уверено използване и експериментиране с усъвършенствани инструменти за изкуствен интелект.
- Умение за определяне на решаващи експерименти, които бързо потвърждават или опровергават идеи.
- Визия за увеличаване на мащаба на успешните доказателства за концепция сто пъти.
- Опит или познания в областта на невронните аудиокодеци, генеративните модели, системите за вграждане, латентните представяния, мултимодалните системи за преобразуване на реч в реч, архитектурите на модели, методите за обучение, алгоритмите за инференция и хардуерно ефективното внедряване.
Придобивки
- Възможност за дистанционна работа.
- Среда с изкуствен интелект на първо място, която насърчава използването и изпробването на усъвършенствани инструменти за изкуствен интелект.
- Възможност за трансформиращи изследвания в областта на гласовия изкуствен интелект в голям мащаб.
- Възможност за принос към проекти с отворен код и публикуване на научни изследвания.
- Можете да откажете записването на интервюто от AI бележника, без това да се отрази на кандидатурата ви.