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 vědecký pracovník pro základní výzkum hlasové AI
Vyvíjejte základní modely pro zvukové kodeky, generování řeči a multimodální hlasovou AI. Posouvejte technologii řeči Deepgram v reálném čase pomocí efektivního výzkumu, který lze škálovat.
Popis
- Vytvářejte neuronové zvukové kodeky, které komprimují zvuk při velmi nízkém datovém toku a zachovávají vysokou věrnost na rozsáhlých a rozmanitých zvukových datech.
- Vytvářejte řiditelné modely generování řeči pro různé hlasy, emoční projev, více mluvčích, okolní hluk a překrývající se řeč.
- Vyvíjejte embeddingy, které rozdělují latentní prostory kodeků na interpretovatelné dimenze: mluvčího, obsah, styl, prostředí a kanál.
- Kombinujte latentní reprezentace a vytvářejte syntetická zvuková data v nebývalém měřítku.
- Trénujte multimodální systémy převodu řeči na řeč, které rozumějí různým lidem a vytvářejí empatické odpovědi znějící přirozeně.
- Navrhujte architektury, trénovací metody a algoritmy inference pro hardware s přímým přístupem k prostředkům, aby bylo možné efektivně trénovat na datových sadách o miliardách hodin a provádět inferenci v reálném čase.
- Zkoumejte modely latentního prostoru, které řeší problémy s daty, škálováním a náklady v hlasové AI.
- Provádějte kontrolované experimenty, ablace, evaluace, zátěžové testy a benchmarky pro ověřování výzkumných hypotéz.
- Posouvejte AI pro řeč a jazyk prostřednictvím open-source projektů a vědeckých publikací.
Požadavky
- Mějte silné matematické základy ve statistické teorii učení, zejména v samořízeném a multimodálním učení.
- Mějte hluboké znalosti architektur základních modelů a škálování trénování napříč více modalitami.
- Propojujte teorii s implementací: odvozujte nové matematické formulace a efektivně je implementujte.
- Budujte datové pipeline pro zpracování a přípravu rozsáhlých datových sad při zachování jejich kvality a rozmanitosti.
- Navrhujte kontrolované experimenty, které izolují architektonická vylepšení a ověřují teoretické poznatky.
- Optimalizujte modely pro nasazení v praxi s ohledem na hardwarová omezení a techniky zvyšující efektivitu.
- Doložte výsledky v podobě příspěvků do open-source projektů nebo vědeckých publikací, které posouvají AI pro řeč či jazyk.
- Navrhujte rozhodující experimenty, které rychle ověří nebo vyvrátí nápady.
- Vězte, jak stonásobně rozšířit úspěšné ověření konceptu.
- Využívejte nástroje AI k automatizaci práce a rozšíření svého přínosu.
- Rychle se přizpůsobujte, experimentujte, průběžně se učte a efektivně pracujte v rychle se měnící oblasti AI.
Benefity
- Práce na dálku.
- Prostředí zaměřené na AI, které podporuje využívání a zkoušení pokročilých nástrojů AI.
- Možnost vést základní výzkum hlasové AI s transformačním potenciálem.
- Možnosti přispívat do open-source projektů a vědeckých publikací.
- Nahrávání pohovoru pomocí AI zápisníku je dobrovolné; odmítnutí nahrávání nemá vliv na kandidaturu.