Deepgram
Deepgram
Deepgram on kõne tehisintellekti ettevõte, mis arendab API-sid kõne tekstiks teisendamiseks, teksti kõneks muutmiseks ja keele mõistmiseks. Selle platvorm aitab arendajatel luua reaalajas toimivaid kõnerakendusi, sealhulgas vestlevat tehisintellekti, kontaktikeskuste tööriistu ja meditsiinilise dikteerimise töövooge. Töödeldes kõnekeelt täpselt, kiiresti ja kulutõhusalt, võimaldab Deepgram tervishoiu, logistika, konsultatsiooni ja teiste valdkondade organisatsioonidel muuta kõneandmed kasulikuks teabeks ning interaktiivseteks kogemusteks.

Juhtteadur, kõne tehisintellekti alused

Loo Deepgrami kõne tehisintellekti platvormi jaoks latentse ruumi mudeleid ning arenda närvivõrkudel põhinevaid audiokoodekeid, genereerivat kõnet, multimodaalseid süsteeme ja riistvaratõhusat järeldamist.

Kirjeldus

  • Arenda närvivõrkudel põhinevaid audiokoodekeid, mis ühendavad väga väikese bitikiiruse ja suure täpsusega rekonstruktsiooni.
  • Loo juhitavaid genereerivaid mudeleid mitmesuguse inimkõne jaoks, sealhulgas emotsionaalse, mitme kõnelejaga, mürarikka ja kattuva kõne jaoks.
  • Ehita manustussüsteeme, mis eraldavad latentsed esitused kõneleja, sisu, stiili, keskkonna ja kanali mõõtmeteks.
  • Kombineeri latentseid esitusi, et luua sünteetilisi heliandmeid enneolematus mahus.
  • Treeni multimodaalseid kõnest kõnesse süsteeme töökindlaks mõistmiseks ning empaatiliste ja inimlaadsete vastuste andmiseks.
  • Kavanda mudeliarhitektuure, treeningumeetodeid ja järeldusalgoritme otse riistvaral käitamiseks.
  • Võimalda kulutõhusat treenimist miljardeid tunde hõlmavatel andmestikel ning reaalajas järeldamist sadade miljonite samaaegsete vestluste jaoks.
  • Korralda kontrollitud katseid, ablatsioone, hindamisi, koormusteste ja äärejuhtumite analüüse.
  • Edenda alusteadust kõne tehisintellekti, kõne ja keelemudelite valdkonnas.

Nõuded

  • Tugev matemaatika ja statistilise õppimisteooria taust, eriti isejuhitava ja multimodaalse õppimise alal.
  • Põhjalikud teadmised alusmudelite arhitektuuridest ja treeningu skaleerimisest mitme modaalsuse vahel.
  • Oskus tuletada uusi matemaatilisi formulatsioone ja rakendada neid tõhusalt.
  • Tõestatud võime luua ja kureerida suuri andmestikke, säilitades nende kvaliteedi ja mitmekesisuse.
  • Tõestatud kogemus kontrollitud katsete kavandamisel arhitektuuriliste uuenduste ja teoreetiliste teadmiste katsetamiseks.
  • Kogemus mudelite ettevalmistamisel reaalseks kasutuselevõtuks, sealhulgas riistvarapiirangute ja tõhususmeetoditega arvestamine.
  • Avatud lähtekoodiga projektides osalemise või kõne- või keele tehisintellekti valdkonna teaduspublikatsioonide kogemus.
  • Valmisolek kasutada täiustatud tehisintellekti tööriistu ja nendega katsetada.
  • Oskus leida otsustavaid katseid, mis ideid kiiresti kinnitavad või ümber lükkavad.
  • Visioon sellest, kuidas edukaid kontseptsioonitõestusi sajakordseks skaleerida.
  • Kogemus või teadmised närvivõrkudel põhinevate audiokoodekite, genereerivate mudelite, manustussüsteemide, latentsete esituste, multimodaalsete kõnest kõnesse süsteemide, mudeliarhitektuuride, treeningumeetodite, järeldusalgoritmide ja riistvaratõhusa kasutuselevõtu alal.

Hüved

  • Kaugtöö võimalus.
  • Tehisintellektikeskne töökeskkond, kus innustatakse kasutama täiustatud tehisintellekti tööriistu ja nendega katsetama.
  • Võimalus teha murrangulist kõne tehisintellekti teadustööd suures mahus.
  • Võimalused panustada avatud lähtekoodiga projektidesse ja avaldada teadustöid.
  • Töövestluse tehisintellekti märkmete tegija salvestamisest võib keelduda, ilma et see mõjutaks kandideerimist.

Seotud töökohad