42dot е компания за изкуствен интелект в сферата на мобилността, която работи на пресечната точка между автомобилните технологии и логистиката. Дейността ѝ е насочена към технологии за превозни средства, определяни от софтуер, автономни електрически превозни средства, както и софтуерната и информационната инфраструктура, необходима за мащабируем градски транспорт. Компанията разработва софтуер за превозни средства, платформи за данни от автопаркове и модели с изкуствен интелект за възприемане на средата и управление, наред с TAP! — нейната операционна система за мобилност за внедряване на автономни услуги. Чрез изследвания и сътрудничество в областта на автомобилната електроника и архитектурите, поставящи софтуера на първо място, 42dot се стреми да направи системите за мобилност по-автономни, адаптивни и лесни за експлоатация.
Инженер по дълбоко обучение за разработване на преобразуване на текст в реч
Оптимизирайте моделите за преобразуване на текст в реч за гласовите преживявания на Gleo AI в автомобила. Създавайте многоезичен синтез на реч в реално време за устройства и сървърни среди.
Описание
- Оптимизирайте моделите за преобразуване на текст в реч за устройства и сървърни среди
- Пренасяйте и оптимизирайте модели за NPU и други среди с AI ускорители
- Намалявайте размера на моделите и подобрявайте производителността чрез квантизация
- Разработвайте системи за поточно синтезиране на реч в реално време и оптимизирайте латентността
- Разработвайте и внедрявайте многоезични модели за преобразуване на текст в реч с множество говорители
- Изследвайте и разработвайте усъвършенствани модели за преобразуване на текст в реч, базирани на LLM и flow matching
- Създавайте набори от данни за синтез на реч с генеративни модели и подобрявайте качеството на данните
- Анализирайте и отстранявайте проблеми с моделите и услугите за преобразуване на текст в реч в производствени среди
- Интегрирайте изследваните и разработени технологии за синтез на реч в продукти и услуги за автомобили
Изисквания
- Най-малко 3 години релевантен опит с преобразуване на текст в реч
- Основни познания за синтеза на реч и концепциите за преобразуване на текст в реч
- Опит с компресиране на модели и изчислителна оптимизация
- Опит с оптимизиране на квантизацията, използването на памет и латентността
- Опит с пренасяне и оптимизиране на модели за NPU и други среди с AI ускорители
- Опит с оптимизиране на модели с TensorRT и ONNX
- Разбиране на обработката на аудиосигнали
- Опит в разработването и отстраняването на грешки в Linux среди
- Умения за програмиране с Python, C++ или shell
- Владеене на рамки с отворен код за дълбоко обучение, като PyTorch
- Опитът в разработването на многоезични модели за преобразуване на текст в реч с множество говорители е предимство
- Изследователският или развойният опит с технологии за токенизация на реч или аудио е предимство
- Публикация като автор в водеща конференция или списание в областта на синтеза на реч, машинното обучение или изкуствения интелект е предимство
- Релевантна магистърска или докторска степен или завършването на такава програма е предимство
- Трябва да бъде предоставена информация за владеенето на корейски език
Придобивки
- Предимство имат кандидатите, които имат право на национални заслуги или трудова защита
- Предимство имат кандидатите с регистриран документ за инвалидност
- Може да се прилага тримесечен изпитателен срок
- След приключване на процеса на интервюта може да бъде извършена проверка на препоръки със съгласието на кандидата