Deepgram היא חברת בינה מלאכותית קולית שמפתחת ממשקי API להמרת דיבור לטקסט, טקסט לדיבור והבנת שפה. הפלטפורמה שלה מסייעת למפתחים ליצור יישומי קול בזמן אמת, בהם בינה מלאכותית שיחתית, כלים למוקדי שירות ותהליכי תמלול רפואי. באמצעות עיבוד שפה מדוברת תוך דגש על דיוק, מהירות ויעילות כלכלית, Deepgram מאפשרת לארגונים בתחומי הבריאות, הלוגיסטיקה, הייעוץ ומגזרים נוספים להפוך נתוני קול למידע שימושי ולחוויות אינטראקטיביות.
מדען מחקר מוביל, יסודות הבינה המלאכותית הקולית
פיתוח מודלי יסוד לקידוד אודיו, ליצירת דיבור ולבינה מלאכותית קולית רב־מודאלית. קידום טכנולוגיית הדיבור בזמן אמת של Deepgram באמצעות מחקר יעיל וניתן להרחבה.
תיאור
- פיתוח מקודדי אודיו עצביים שדוחסים אודיו בקצבי סיביות נמוכים מאוד תוך שמירה על נאמנות גבוהה במערכי נתונים גדולים ומגוונים של אודיו כללי.
- יצירת מודלים נשלטים ליצירת דיבור במגוון קולות והבעות רגשיות, עם כמה דוברים, רעשי סביבה ודיבור חופף.
- פיתוח הטמעות שמפרידות מרחבים לטנטיים של מקודדים לממדים ניתנים לפרשנות של דובר, תוכן, סגנון, סביבה וערוץ.
- שילוב מחדש של ייצוגים לטנטיים ליצירת נתוני אודיו סינתטיים בהיקף חסר תקדים.
- אימון מערכות רב־מודאליות להמרת דיבור לדיבור, שמבינות אנשים מגוונים ומפיקות תגובות אמפתיות וטבעיות.
- תכנון ארכיטקטורות, שיטות אימון ואלגוריתמי הסקה לחומרה ישירה, כדי לאפשר אימון יעיל על מערכי נתונים בהיקף של מיליארדי שעות והסקה בזמן אמת.
- מחקר מודלים של מרחב לטנטי כדי להתמודד עם אתגרי נתונים, קנה מידה ועלות בבינה מלאכותית קולית.
- ביצוע ניסויים מבוקרים, ניסויי אבלציה, הערכות, מבחני מאמץ ומדדי ביצועים לבחינת השערות מחקריות.
- קידום בינה מלאכותית לדיבור ולשפה באמצעות עבודה בקוד פתוח ופרסומים מחקריים.
דרישות
- בסיס מתמטי חזק בתורת הלמידה הסטטיסטית, במיוחד בלמידה בפיקוח עצמי ובלמידה רב־מודאלית.
- מומחיות מעמיקה בארכיטקטורות של מודלי יסוד ובהרחבת אימון על פני כמה מודאליות.
- חיבור בין תיאוריה למימוש באמצעות גזירת ניסוחים מתמטיים חדשים ויישומם ביעילות.
- בניית צינורות נתונים לעיבוד ולאצירה של מערכי נתונים עצומים תוך שמירה על איכות וגיוון.
- תכנון ניסויים מבוקרים שמבודדים שיפורים ארכיטקטוניים ובוחנים תובנות תאורטיות.
- אופטימיזציה של מודלים לפריסה בעולם האמיתי, תוך התחשבות במגבלות חומרה ובטכניקות יעילות.
- רקורד של תרומות לקוד פתוח או פרסומים מחקריים המקדמים בינה מלאכותית לדיבור או לשפה.
- זיהוי ניסויים מכריעים שיכולים לאמת או להפריך רעיונות במהירות.
- הבנה כיצד להגדיל פי 100 הוכחות היתכנות מוצלחות.
- שימוש בכלי בינה מלאכותית לאוטומציה של העבודה ולהרחבת ההשפעה האישית.
- הסתגלות מהירה, התנסות, המשך למידה ועבודה יעילה בתחום בינה מלאכותית המשתנה במהירות.
הטבות
- מתכונת עבודה מרחוק.
- סביבת עבודה שבה הבינה המלאכותית במרכז, המעודדת שימוש בכלים מתקדמים והתנסות בהם.
- הזדמנות להוביל מחקר יסודי בבינה מלאכותית קולית בעלת פוטנציאל לשינוי משמעותי.
- הזדמנויות לתרום לפרויקטים בקוד פתוח ולפרסומים מחקריים.
- הקלטת הריאיון באמצעות AI Notetaker היא בגדר רשות; ויתור עליה אינו משפיע על המועמדות.