Deepgram je tvrtka koja se bavi glasovnom umjetnom inteligencijom i razvija API-je za pretvaranje govora u tekst, teksta u govor i razumijevanje jezika. Njezina platforma pomaže programerima stvarati glasovne aplikacije u stvarnom vremenu, uključujući konverzacijsku umjetnu inteligenciju, alate za kontaktne centre i tijekove rada za medicinsku transkripciju. Obradom govornog jezika s naglaskom na točnost, brzinu i troškovnu učinkovitost, Deepgram organizacijama u zdravstvu, logistici, savjetovanju i drugim sektorima omogućuje pretvaranje glasovnih podataka u korisne informacije i interaktivna iskustva.
Glavni istraživač temeljnih tehnologija glasovne umjetne inteligencije
Razvijajte modele u latentnom prostoru za Deepgramovu platformu glasovne umjetne inteligencije te unapređujte neuronske audiokodeke, generiranje govora, multimodalne sustave i učinkovitu inferenciju na hardveru. Bavite se temeljnim istraživanjem za skaliranje treniranja i obrade stotina milijuna istodobnih razgovora.
Opis
- Razvijajte neuronske audiokodeke koji spajaju vrlo niske brzine prijenosa s rekonstrukcijom visoke vjernosti.
- Izrađujte upravljive generativne modele raznolikog ljudskog govora, uključujući emocionalni govor, govor više govornika, šumovit govor i preklapajući govor.
- Gradite sustave ugrađivanja koji razdvajaju latentne reprezentacije na dimenzije govornika, sadržaja, stila, okruženja i kanala.
- Ponovno kombinirajte latentne reprezentacije kako biste generirali sintetičke audio podatke u dosad neviđenom opsegu.
- Trenirajte multimodalne sustave pretvorbe govora u govor za pouzdano razumijevanje i empatične odgovore nalik ljudskima.
- Osmislite arhitekture modela, metode treniranja i algoritme inferencije za hardver s izravnim pristupom fizičkim resursima.
- Podržite isplativo treniranje na skupovima podataka koji obuhvaćaju milijarde sati te inferenciju u stvarnom vremenu za stotine milijuna istodobnih razgovora.
- Provodi kontrolirane eksperimente, ablacije, evaluacije, testiranja otpornosti i analize rubnih slučajeva.
- Unapređujte temeljna istraživanja glasovne umjetne inteligencije, govora i jezičnog modeliranja.
Zahtjevi
- Čvrsta osnova u matematici i teoriji statističkog učenja, osobito samonadziranom i multimodalnom učenju.
- Duboko poznavanje arhitektura temeljnih modela i skaliranja treniranja kroz više modaliteta.
- Sposobnost izvođenja novih matematičkih formulacija i njihove učinkovite implementacije.
- Dokazana sposobnost izrade i kuriranja velikih skupova podataka uz očuvanje kvalitete i raznolikosti.
- Dokazano iskustvo u osmišljavanju kontroliranih eksperimenata za testiranje arhitektonskih inovacija i teorijskih uvida.
- Iskustvo u pripremi modela za primjenu u stvarnom svijetu, uključujući hardverska ograničenja i metode učinkovitosti.
- Objavljeni radovi ili doprinosi otvorenom kodu koji unapređuju govornu ili jezičnu umjetnu inteligenciju.
- Spremnost na korištenje i isprobavanje naprednih alata umjetne inteligencije.
- Sposobnost prepoznavanja ključnih eksperimenata koji brzo potvrđuju ili opovrgavaju ideje.
- Vizija kako uspješne dokaze koncepta povećati stostruko.
- Iskustvo ili znanje u područjima neuronskih audiokodeka, generativnih modela, sustava ugrađivanja, latentnih reprezentacija, multimodalnih sustava pretvorbe govora u govor, arhitektura modela, metoda treniranja, algoritama inferencije i hardverski učinkovitog uvođenja u rad.
Pogodnosti
- Mogućnost rada na daljinu.
- Okruženje u kojem je umjetna inteligencija na prvom mjestu i koje potiče korištenje i isprobavanje naprednih alata umjetne inteligencije.
- Prilika za provođenje transformativnih istraživanja glasovne umjetne inteligencije u velikom opsegu.
- Mogućnosti doprinosa otvorenom kodu i objavljivanja istraživanja.
- Možete odbiti snimanje razgovora pomoću AI bilježnika bez utjecaja na kandidaturu.