Deepgram یک شرکت هوش مصنوعی صوتی است که APIهایی برای تبدیل گفتار به متن، تبدیل متن به گفتار و درک زبان توسعه می‌دهد. پلتفرم این شرکت به توسعه‌دهندگان کمک می‌کند برنامه‌های صوتی بلادرنگ بسازند؛ از جمله هوش مصنوعی مکالمه‌ای، ابزارهای مرکز تماس و گردش‌کارهای رونویسی پزشکی. Deepgram با پردازش زبان گفتاری و تمرکز بر دقت، سرعت و بهره‌وری هزینه، سازمان‌های فعال در حوزه‌های سلامت، لجستیک، مشاوره و سایر بخش‌ها را قادر می‌سازد داده‌های صوتی را به اطلاعات مفید و تجربه‌های تعاملی تبدیل کنند.
دانشمند ارشد پژوهش، بنیان‌های هوش مصنوعی صوتی
پژوهش بنیادی هوش مصنوعی صوتی را در Deepgram پیش ببرید؛ از مدل‌های فضای نهفته و کُدک‌های صوتی عصبی تا سامانه‌های گفتاربه‌گفتار. فناوری مقیاس‌پذیر و کارآمد برای تعامل بلادرنگ انسان و ماشین بسازید.
توضیحات
- برای رسیدگی به چالش‌های اساسی داده، مقیاس و هزینه در هوش مصنوعی صوتیِ نیرومند و بافت‌آگاه، مدل‌های فضای نهفته توسعه دهید.
- کُدک‌های صوتی عصبی بسازید که نرخ بیت بسیار پایین را با بازسازی باوفاداری بالا ترکیب کنند.
- مدل‌های مولدِ هدایت‌پذیر برای گفتارهای گوناگون بسازید؛ از جمله گفتار احساسی، چندگوینده، پرنویز و هم‌پوشان.
- سامانه‌های تع嵌ه‌سازی طراحی کنید که بازنمایی‌های نهفته را به بُعدهای گوینده، محتوا، سبک، محیط و کانال تفکیک کنند.
- برای تولید داده صوتی مصنوعی در مقیاسی بی‌سابقه، بازترکیب نهفته را به‌کار بگیرید.
- سامانه‌های چندوجهی گفتاربه‌گفتار را برای درک گسترده و پاسخ‌های همدلانه و انسان‌مانند آموزش دهید.
- معماری مدل، روش‌های آموزش و الگوریتم‌های استنتاج را برای سخت‌افزار بدون لایه‌های انتزاعی طراحی کنید.
- آموزش کم‌هزینه روی مجموعه‌داده‌های میلیاردساعتی و استنتاج بلادرنگ برای صدها میلیون گفت‌وگوی هم‌زمان را پشتیبانی کنید.
- آزمایش‌های کنترل‌شده، مطالعات حذف مؤلفه، ارزیابی‌ها و آزمون‌های فشار انجام دهید.
- در انتشارات پژوهشی و پروژه‌های متن‌باز مشارکت کنید.
شرایط لازم
- پایه ریاضیاتی قوی در نظریه یادگیری آماری، به‌ویژه یادگیری خودنظارتی و چندوجهی.
- دانش عمیق از معماری‌های مدل‌های بنیادین و مقیاس‌دادن آموزش در چندین وجه.
- توانایی توسعه صورت‌بندی‌های ریاضیاتی بدیع و پیاده‌سازی کارآمد آن‌ها.
- توانایی اثبات‌شده در ساخت و نگهداری خط لوله‌های داده بزرگ، باکیفیت و متنوع.
- تجربه طراحی آزمایش‌های کنترل‌شده برای تفکیک اثر معماری‌ها و آزمودن بینش‌های نظری.
- تجربه آماده‌سازی مدل‌ها برای استقرار در دنیای واقعی، از جمله با درنظرگرفتن محدودیت‌های سخت‌افزاری و روش‌های افزایش کارایی.
- سابقه مشارکت متن‌باز یا انتشار پژوهش‌هایی که هوش مصنوعی گفتار یا زبان را پیش می‌برند.
- توانایی شناسایی آزمایش‌های تعیین‌کننده برای آزمودن سریع ایده‌ها.
- دیدگاه لازم برای گسترش نمونه‌های اثبات‌شده موفق تا ۱۰۰ برابر.
- نگرش متمرکز بر خودکارسازی و تقویت توانمندی‌ها با هوش مصنوعی.
- متون علمی یا انتشارات دانشگاهی مرتبط با پردازش گفتار، تبدیل گفتار به متن، تبدیل متن به گفتار یا کارهای مشابه، مطابق درخواست در فرم درخواست همکاری.
- مجوز قانونی کار در کشوری که این موقعیت در آن مستقر است.
- توانایی برآورده‌کردن الزامات حمایت ویزایی کشور محل استقرار این موقعیت.
مزایا
- امکان دورکاری.
- محیط کاریِ هوش مصنوعی‌محور با فرصت استفاده از ابزارهای پیشرفته هوش مصنوعی و آزمایش آن‌ها.
- فرصت کار روی پژوهش تحول‌آفرین در هوش مصنوعی صوتی.
- فرصت مشارکت در پروژه‌های متن‌باز و انتشارات پژوهشی.
- ضبط مصاحبه با یادداشت‌بردار هوش مصنوعی اختیاری است؛ انصراف از آن بر نامزدی شما اثری ندارد.