Deepgram est une entreprise spécialisée dans l’intelligence artificielle vocale qui développe des API de transcription, de synthèse vocale et de compréhension du langage. Sa plateforme aide les développeurs à créer des applications vocales en temps réel, notamment des solutions d’IA conversationnelle, des outils pour les centres de contact et des flux de travail de transcription médicale. En traitant le langage parlé avec un accent mis sur la précision, la rapidité et la rentabilité, Deepgram permet aux organisations des secteurs de la santé, de la logistique, du conseil et d’autres domaines de transformer les données vocales en informations utiles et en expériences interactives.
Chercheur·e senior en fondements de l’IA vocale
Développez des modèles dans l’espace latent pour la plateforme d’IA vocale de Deepgram et faites progresser les codecs audio neuronaux, la parole générative, les systèmes multimodaux et l’inférence efficace sur le matériel.
Description
- Développer des codecs audio neuronaux qui associent des débits très faibles à une reconstruction haute fidélité.
- Créer des modèles génératifs pilotables pour diverses formes de parole humaine, notamment la parole émotionnelle, à plusieurs voix, bruitée et superposée.
- Construire des systèmes d’embeddings qui séparent les représentations latentes selon les dimensions du locuteur, du contenu, du style, de l’environnement et du canal.
- Recombiner les représentations latentes pour générer des données audio synthétiques à une échelle sans précédent.
- Entraîner des systèmes multimodaux de parole à parole pour obtenir une compréhension robuste et des réponses empathiques et naturelles.
- Concevoir des architectures de modèles, des méthodes d’entraînement et des algorithmes d’inférence pour du matériel bare-metal.
- Permettre un entraînement rentable sur des jeux de données couvrant des milliards d’heures et une inférence en temps réel pour des centaines de millions de conversations simultanées.
- Mener des expériences contrôlées, des études d’ablation, des évaluations, des tests de résistance et des analyses de cas limites.
- Faire progresser la recherche fondamentale en IA vocale, en parole et en modélisation du langage.
Exigences
- Solide maîtrise des mathématiques et de la théorie de l’apprentissage statistique, en particulier de l’apprentissage auto-supervisé et multimodal.
- Connaissance approfondie des architectures de modèles de fondation et de la mise à l’échelle de l’entraînement entre plusieurs modalités.
- Capacité à élaborer de nouvelles formulations mathématiques et à les implémenter efficacement.
- Expérience avérée dans la création et la curation de grands jeux de données tout en préservant leur qualité et leur diversité.
- Expérience confirmée dans la conception d’expériences contrôlées pour tester des innovations architecturales et des idées théoriques.
- Expérience dans la préparation de modèles pour un déploiement en conditions réelles, y compris la prise en compte des contraintes matérielles et des méthodes d’optimisation.
- Contributions à des projets open source ou publications de recherche faisant progresser l’IA de la parole ou du langage.
- À l’aise avec l’utilisation et l’expérimentation d’outils d’IA avancés.
- Capacité à identifier des expériences décisives pour valider ou réfuter rapidement des idées.
- Vision permettant de multiplier par 100 l’échelle de preuves de concept concluantes.
- Expérience ou connaissances couvrant les codecs audio neuronaux, les modèles génératifs, les systèmes d’embeddings, les représentations latentes, les systèmes multimodaux de parole à parole, les architectures de modèles, les méthodes d’entraînement, les algorithmes d’inférence et le déploiement efficace sur le matériel.
Avantages
- Modalité de travail à distance.
- Environnement axé sur l’IA qui encourage l’utilisation et l’expérimentation d’outils d’IA avancés.
- Possibilité de mener des recherches transformatrices en IA vocale à grande échelle.
- Possibilité de contribuer à des projets open source et de publier des travaux de recherche.
- Vous pouvez refuser l’enregistrement par l’assistant de prise de notes IA pendant l’entretien sans que cela affecte votre candidature.