Deepgram
Deepgram
Deepgram es una empresa de inteligencia artificial de voz que desarrolla API para convertir voz en texto, texto en voz y comprender el lenguaje. Su plataforma ayuda a los desarrolladores a crear aplicaciones de voz en tiempo real, como soluciones de IA conversacional, herramientas para centros de contacto y flujos de trabajo de transcripción médica. Al procesar el lenguaje hablado con énfasis en la precisión, la rapidez y la eficiencia de costes, Deepgram permite a organizaciones de los sectores sanitario, logístico, de consultoría y otros convertir los datos de voz en información útil y experiencias interactivas.

Científico/a principal de investigación, fundamentos de IA de voz

Desarrolla modelos fundamentales para códecs de audio, generación de voz e IA de voz multimodal. Impulsa la tecnología de voz en tiempo real de Deepgram mediante investigación eficiente y escalable.

Descripción

  • Desarrolla códecs neuronales de audio que compriman el sonido a tasas de bits muy bajas y mantengan una alta fidelidad en grandes conjuntos de datos de audio general.
  • Crea modelos de generación de voz controlables para distintas voces, expresión emocional, varios hablantes, ruido ambiental y habla superpuesta.
  • Desarrolla embeddings que separen los espacios latentes de los códecs en dimensiones interpretables para hablante, contenido, estilo, entorno y canal.
  • Recombina representaciones latentes para crear datos de audio sintético a una escala sin precedentes.
  • Entrena sistemas multimodales de voz a voz para comprender a personas diversas y generar respuestas empáticas y naturales.
  • Diseña arquitecturas, métodos de entrenamiento y algoritmos de inferencia para hardware bare-metal, que permitan entrenar eficientemente con conjuntos de datos de miles de millones de horas y realizar inferencias en tiempo real.
  • Investiga modelos de espacio latente para abordar los retos de datos, escala y coste en la IA de voz.
  • Realiza experimentos controlados, estudios de ablación, evaluaciones, pruebas de estrés y benchmarks para evaluar hipótesis de investigación.
  • Impulsa la IA del habla y el lenguaje mediante contribuciones de código abierto y publicaciones de investigación.

Requisitos

  • Tener sólidos fundamentos matemáticos en teoría del aprendizaje estadístico, especialmente en aprendizaje autosupervisado y multimodal.
  • Contar con amplia experiencia en arquitecturas de modelos fundacionales y en escalar el entrenamiento en múltiples modalidades.
  • Conectar la teoría con la implementación mediante la formulación de nuevos modelos matemáticos y su implementación eficiente.
  • Crear canalizaciones de datos para procesar y seleccionar conjuntos de datos masivos, preservando su calidad y diversidad.
  • Diseñar experimentos controlados que aíslen avances arquitectónicos y pongan a prueba conocimientos teóricos.
  • Optimizar modelos para su implementación en el mundo real, teniendo en cuenta las limitaciones del hardware y las técnicas de eficiencia.
  • Demostrar una trayectoria de contribuciones de código abierto o publicaciones de investigación que impulsen la IA del habla o del lenguaje.
  • Identificar experimentos decisivos que permitan validar o refutar ideas rápidamente.
  • Saber cómo escalar por un factor de 100 las pruebas de concepto que hayan tenido éxito.
  • Usar herramientas de IA para automatizar el trabajo y ampliar el impacto propio.
  • Adaptarse con rapidez, experimentar, seguir aprendiendo y trabajar eficazmente en un campo de IA que cambia rápidamente.

Beneficios

  • Modalidad de trabajo remoto.
  • Entorno que prioriza la IA y fomenta el uso y la experimentación con herramientas avanzadas de IA.
  • Oportunidad de liderar investigación fundamental en IA de voz con potencial transformador.
  • Oportunidades para contribuir a proyectos de código abierto y publicaciones de investigación.
  • La grabación de la entrevista con AI Notetaker es opcional; no participar no afecta a la candidatura.

Empleos relacionados

ITW

Gerente de marketing de canal – Wisconsin (remoto)

ITW

Convierte las estrategias de comercialización de productos industriales en programas de canal listos para los clientes. Coordina la ejecución en EE. UU., los presupuestos, las métricas de rendimiento y los equipos de distintas áreas.

Abrir
Unmind

Socio sénior de talento, Londres (híbrido)

Unmind

Lidera la contratación en la empresa de tecnología para la salud mental de Unmind y contribuye a la incorporación, los estudios salariales, la marca empleadora y las iniciativas de cultura.

Abrir
TerminixSIS India

Gerente sénior de redes sociales, Rentokil Terminix

TerminixSIS India

Lidera la estrategia social de Rentokil Terminix, una empresa global de control de plagas y servicios. Impulsa las marcas mediante la interacción con la audiencia, las colaboraciones con influencers y la captación de clientes.

Abrir