Deepgram ist ein Unternehmen für Sprach-KI, das APIs für Sprache-zu-Text, Text-zu-Sprache und Sprachverständnis entwickelt. Die Plattform unterstützt Entwickler dabei, Echtzeit-Sprachanwendungen zu erstellen, darunter konversationelle KI, Lösungen für Contactcenter und Workflows für medizinische Transkriptionen. Durch die Verarbeitung gesprochener Sprache mit Fokus auf Genauigkeit, Geschwindigkeit und Kosteneffizienz ermöglicht Deepgram Organisationen im Gesundheitswesen, in der Logistik, der Beratung und anderen Branchen, Sprachdaten in nützliche Informationen und interaktive Erlebnisse umzuwandeln.
Leitender Forschungswissenschaftler für Voice-AI-Grundlagen
Gestalte bei Deepgram die Grundlagenforschung zu Voice AI – von Latent-Space-Modellen und neuronalen Audiocodecs bis hin zu Speech-to-Speech-Systemen. Entwickle skalierbare, effiziente Technologien für die Echtzeitinteraktion zwischen Mensch und Maschine.
Beschreibung
- Entwickle Latent-Space-Modelle, um zentrale Herausforderungen bei Daten, Skalierung und Kosten für robuste, kontextbezogene Voice AI zu bewältigen.
- Entwickle neuronale Audiocodecs, die sehr niedrige Bitraten mit einer detailgetreuen Rekonstruktion verbinden.
- Entwickle steuerbare generative Modelle für vielfältige Sprachdaten, darunter emotionale, mehrstimmige, verrauschte und überlappende Sprache.
- Konzipiere Einbettungssysteme, die latente Repräsentationen in Dimensionen für Sprechende, Inhalt, Stil, Umgebung und Kanal aufteilen.
- Nutze die Rekombination latenter Repräsentationen, um synthetische Audiodaten in bisher unerreichter Größenordnung zu erzeugen.
- Trainiere multimodale Speech-to-Speech-Systeme, die ein breites Verständnis und einfühlsame, menschenähnliche Antworten ermöglichen.
- Entwirf Modellarchitekturen, Trainingsmethoden und Inferenzalgorithmen für Hardware ohne Betriebssystem.
- Ermögliche kosteneffizientes Training mit Datensätzen im Umfang von Milliarden Stunden und Inferenz in Echtzeit für Hunderte Millionen gleichzeitige Gespräche.
- Führe kontrollierte Experimente, Ablationsstudien, Evaluationen und Belastungstests durch.
- Wirke an Forschungspublikationen und Open-Source-Projekten mit.
Anforderungen
- Fundierte mathematische Kenntnisse in der statistischen Lerntheorie, insbesondere im selbstüberwachten und multimodalen Lernen.
- Umfassende Kenntnisse von Foundation-Model-Architekturen und der Skalierung des Trainings über mehrere Modalitäten hinweg.
- Fähigkeit, eigene mathematische Formulierungen zu entwickeln und effizient umzusetzen.
- Nachgewiesene Fähigkeit, umfangreiche, hochwertige und vielfältige Datenpipelines aufzubauen und zu pflegen.
- Erfahrung mit der Konzeption kontrollierter Experimente, um architektonische Effekte zu isolieren und theoretische Erkenntnisse zu überprüfen.
- Erfahrung damit, Modelle für den praktischen Einsatz vorzubereiten, einschließlich der Berücksichtigung von Hardwarebeschränkungen und Effizienzmethoden.
- Nachweisbare Beiträge zu Open-Source-Projekten oder Forschungspublikationen, die Sprach- oder Sprachverarbeitungs-KI voranbringen.
- Fähigkeit, entscheidende Experimente zu erkennen, mit denen sich Ideen schnell überprüfen lassen.
- Eine Vision dafür, erfolgreiche Machbarkeitsnachweise um den Faktor 100 zu skalieren.
- Eine auf KI-Automatisierung und -Augmentierung ausgerichtete Denkweise.
- Wissenschaftliche Literatur oder akademische Veröffentlichungen zu Sprachverarbeitung, Speech-to-Text, Text-to-Speech oder ähnlichen Themen, wie in der Bewerbung verlangt.
- Gesetzliche Berechtigung, im Land des Arbeitsortes tätig zu sein.
- Fähigkeit, die Anforderungen für eine Visumsunterstützung im Land des Arbeitsortes zu erfüllen.
Zusatzleistungen
- Arbeit im Homeoffice.
- KI-orientiertes Arbeitsumfeld mit Möglichkeiten, fortschrittliche KI-Tools einzusetzen und zu erproben.
- Möglichkeit, an wegweisender Voice-AI-Forschung mitzuwirken.
- Möglichkeit, zu Open-Source-Projekten und Forschungspublikationen beizutragen.
- Die Aufzeichnung des Vorstellungsgesprächs mit dem KI-Notetaker ist freiwillig; ein Verzicht hat keinen Einfluss auf die Bewerbung.