A 42dot a járműipari technológia és a logisztika metszéspontjában működő mobilitási mesterségesintelligencia-vállalat. Tevékenysége a szoftver által definiált járműtechnológiákra, az autonóm elektromos járművekre, valamint a nagy léptékű városi közlekedéshez szükséges szoftver- és adatinfrastruktúrára összpontosít. A vállalat járműszoftvereket, flottadat-platformokat és az észleléshez, illetve vezérléshez használható mesterségesintelligencia-modelleket fejleszt, továbbá létrehozta a TAP! mobilitási operációs rendszert az autonóm szolgáltatások bevezetéséhez. A járműelektronikával és a szoftverközpontú architektúrákkal kapcsolatos kutatásokon és együttműködéseken keresztül a 42dot célja, hogy a mobilitási rendszereket autonómabbá, alkalmazkodóképesebbé és könnyebben üzemeltethetővé tegye.
Mélytanulási mérnök, szöveg-beszéd fejlesztés
Optimalizálja a szöveg-beszéd modelleket a Gleo AI járműbe épített hangalapú élményeihez. Fejlesszen valós idejű, többnyelvű beszédszintézist eszközön és szerverkörnyezetben.
Leírás
- Optimalizálja a TTS-modelleket eszközön és szerverkörnyezetben
- Portolja és optimalizálja a modelleket NPU-kra és más AI-gyorsító környezetekre
- Kvantálással csökkentse a modell méretét és javítsa a teljesítményt
- Fejlesszen valós idejű, streamelt beszédszintézis-rendszereket, és optimalizálja a késleltetést
- Fejlesszen és telepítsen többnyelvű, több beszélős TTS-modelleket
- Kutatson és fejlesszen LLM-eken és flow matching-en alapuló fejlett TTS-modelleket
- Hozzon létre beszédszintézis-adatkészleteket generatív modellekkel, és javítsa az adatok minőségét
- Elemezze és oldja meg a TTS-modellek és -szolgáltatások éles környezetben jelentkező problémáit
- Integrálja a kutatott és fejlesztett TTS-technológiákat járműtermékekbe és -szolgáltatásokba
Követelmények
- Legalább 3 év releváns TTS-tapasztalat
- A beszédszintézis és a TTS alapfogalmainak ismerete
- Modelltömörítési és számítási optimalizálási tapasztalat
- Kvantálási, memóriahasználati és késleltetés-optimalizálási tapasztalat
- Modellek NPU-kra és más AI-gyorsító környezetekre történő portolásában és optimalizálásában szerzett tapasztalat
- TensorRT- és ONNX-alapú modelloptimalizálási tapasztalat
- Hangjel-feldolgozási ismeretek
- Linux-környezetben szerzett fejlesztési és hibakeresési tapasztalat
- Python, C++ vagy shell programozási ismerete
- Jártasság nyílt forráskódú mélytanulási keretrendszerekben, például a PyTorchban
- Többnyelvű és több beszélős TTS-modellek fejlesztésében szerzett tapasztalat előnyt jelent
- Beszéd- vagy hangtokenizálási technológiákkal kapcsolatos kutatási vagy fejlesztési tapasztalat előnyt jelent
- A beszédszintézis, a gépi tanulás vagy a mesterséges intelligencia területén vezető konferencián vagy folyóiratban szerzőként megjelent publikáció előnyt jelent
- Releváns mester- vagy doktori fokozat, illetve ilyen képzés elvégzése előnyt jelent
- A koreai nyelvtudásra vonatkozó információt meg kell adni
Juttatások
- Azok a pályázók előnyt élveznek, akik jogosultak nemzeti érdem alapján járó vagy foglalkoztatási védelemre
- A regisztrált fogyatékossági igazolással rendelkező pályázók előnyt élveznek
- Három hónapos próbaidő alkalmazható
- Az interjúfolyamat lezárását követően, a pályázó hozzájárulásával referenciaellenőrzés végezhető