Deepgram je společnost v oblasti hlasové umělé inteligence, která vyvíjí rozhraní API pro převod řeči na text, textu na řeč a porozumění jazyku. Její platforma pomáhá vývojářům vytvářet hlasové aplikace fungující v reálném čase, včetně konverzační umělé inteligence, nástrojů pro kontaktní centra a pracovních postupů pro lékařskou transkripci. Díky zpracování mluveného jazyka s důrazem na přesnost, rychlost a nákladovou efektivitu umožňuje Deepgram organizacím ve zdravotnictví, logistice, poradenství a dalších odvětvích měnit hlasová data v užitečné informace a interaktivní prostředí.
Vedoucí vědec pro základní výzkum hlasové AI
Rozvíjejte základní výzkum hlasové AI v Deepgramu, od modelů v latentním prostoru a neuronových audiokodeků až po systémy převodu řeči na řeč. Vytvářejte škálovatelné a efektivní technologie pro interakci člověka se strojem v reálném čase.
Popis
- Vyvíjejte modely v latentním prostoru, které řeší zásadní problémy s daty, škálováním a náklady v robustní kontextové hlasové AI.
- Vytvářejte neuronové audiokodeky kombinující velmi nízký datový tok s vysoce věrnou rekonstrukcí zvuku.
- Vytvářejte řiditelné generativní modely pro rozmanitou řeč, včetně emocionální, vícehlasé, zašuměné a překrývající se řeči.
- Navrhujte systémy embeddingů, které rozdělují latentní reprezentace na dimenze mluvčího, obsahu, stylu, prostředí a kanálu.
- Využívejte latentní rekom binaci k tvorbě syntetických zvukových dat v dosud nevídaném měřítku.
- Trénujte multimodální systémy převodu řeči na řeč pro široké porozumění a empatické, přirozené odpovědi.
- Navrhujte architektury modelů, trénovací metody a inferenční algoritmy pro hardware bez abstrakční vrstvy.
- Zajišťujte nákladově efektivní trénování na datových sadách v rozsahu miliard hodin a inferenci v reálném čase pro stovky milionů souběžných konverzací.
- Provádějte kontrolované experimenty, ablační studie, evaluace a zátěžové testy.
- Přispívejte k výzkumným publikacím a open-source projektům.
Požadavky
- Silné matematické základy v teorii statistického učení, zejména v samoučení a multimodálním učení.
- Hluboká znalost architektur základních modelů a škálování trénování napříč více modalitami.
- Schopnost vytvářet vlastní matematické formulace a efektivně je implementovat.
- Prokazatelné zkušenosti s budováním a údržbou rozsáhlých, kvalitních a rozmanitých datových pipeline.
- Zkušenosti s navrhováním kontrolovaných experimentů, které oddělují vliv architektury a ověřují teoretické poznatky.
- Zkušenosti s přípravou modelů pro nasazení v praxi včetně zohlednění hardwarových omezení a metod zvyšování efektivity.
- Publikační činnost nebo příspěvky do open-source projektů, které posouvají AI pro řeč nebo jazyk.
- Schopnost určit rozhodující experimenty, které rychle ověří nápady.
- Vize, jak stokrát zvětšit rozsah úspěšných ověření konceptu.
- Přístup zaměřený na automatizaci a rozšiřování lidských schopností pomocí AI.
- Odborná literatura nebo akademické publikace týkající se zpracování řeči, převodu řeči na text, textu na řeč či podobné práce, jak je požadováno v přihlášce.
- Oprávnění legálně pracovat v zemi, kde je pozice umístěna.
- Možnost splnit podmínky pro sponzorství víza v zemi, kde je pozice umístěna.
Benefity
- Možnost práce na dálku.
- Pracovní prostředí zaměřené na AI s příležitostí používat pokročilé nástroje AI a experimentovat s nimi.
- Příležitost pracovat na převratném výzkumu hlasové AI.
- Příležitost přispívat do open-source projektů a výzkumných publikací.
- Pořizování záznamu pohovoru pomocí AI Notetakeru je dobrovolné; odmítnutí nemá vliv na kandidaturu.