A Deepgram beszédtechnológiai mesterségesintelligencia-vállalat, amely beszédből szöveget, szövegből beszédet és nyelvértést biztosító API-kat fejleszt. Platformja segít a fejlesztőknek valós idejű hangalapú alkalmazások létrehozásában, többek között társalgási mesterséges intelligencia, ügyfélszolgálati központok eszközei és orvosi átírási munkafolyamatok terén. A beszélt nyelv pontosságra, sebességre és költséghatékonyságra összpontosító feldolgozásával a Deepgram lehetővé teszi az egészségügyben, a logisztikában, a tanácsadásban és más ágazatokban működő szervezetek számára, hogy a hangadatokat hasznos információkká és interaktív élményekké alakítsák.
Vezető kutató, beszédalapú MI-alapkutatás
Vigye előre a Deepgram alapvető beszédalapú MI-kutatásait a látens térbeli modellektől és neurális hangkodekektől a beszéd–beszéd rendszerekig. Fejlesszen skálázható, hatékony technológiát a valós idejű ember-gép interakcióhoz.
Leírás
- Fejlesszen látens térbeli modelleket a robusztus, kontextusérzékeny beszédalapú MI alapvető adat-, skálázási és költségproblémáinak kezelésére.
- Készítsen olyan neurális hangkodekeket, amelyek a nagyon alacsony bitsebességet nagy hűségű rekonstrukcióval ötvözik.
- Építsen vezérelhető generatív modelleket változatos beszédhez, beleértve az érzelmi, többbeszélős, zajos és egymásra beszélő helyzeteket.
- Tervezzen olyan embeddingrendszereket, amelyek a látens reprezentációkat beszélő, tartalom, stílus, környezet és csatorna szerinti dimenziókra bontják.
- Alkalmazzon látens reprezentációk kombinálását szintetikus hangadatok eddig nem látott léptékű előállítására.
- Tanítson multimodális beszéd–beszéd rendszereket az átfogó megértés és az empatikus, emberi jellegű válaszok érdekében.
- Tervezzen modellarchitektúrákat, tanítási módszereket és következtetési algoritmusokat közvetlen hardveres futtatáshoz.
- Támogassa a költséghatékony tanítást több milliárd órányi adaton, valamint a valós idejű következtetést több százmillió egyidejű beszélgetésben.
- Végezzen kontrollált kísérleteket, ablációs vizsgálatokat, értékeléseket és stresszteszteket.
- Járuljon hozzá kutatási publikációkhoz és nyílt forráskódú projektekhez.
Követelmények
- Erős matematikai alapok a statisztikus tanuláselméletben, különösen az önfelügyelt és multimodális tanulás terén.
- Mélyreható ismeretek az alapmodellek architektúráiról és a több modalitást átfogó tanítás skálázásáról.
- Eredeti matematikai megfogalmazások kidolgozásának és hatékony megvalósításának képessége.
- Bizonyított tapasztalat nagyméretű, kiváló minőségű és változatos adatfolyamatok kiépítésében és fenntartásában.
- Tapasztalat kontrollált kísérletek tervezésében az architekturális hatások elkülönítésére és az elméleti felismerések tesztelésére.
- Tapasztalat modellek valós alkalmazásra történő előkészítésében, beleértve a hardverkorlátokat és a hatékonysági módszereket.
- Nyílt forráskódú hozzájárulások vagy kutatási publikációk, amelyek előmozdítják a beszéd- vagy nyelvi MI fejlődését.
- Képesség a kulcsfontosságú kísérletek azonosítására, amelyek gyorsan tesztelik az ötleteket.
- Jövőkép a sikeres koncepcióbizonyítások százszorosára skálázásához.
- MI-alapú automatizálásra és kiegészítésre építő szemlélet.
- A jelentkezésben kértek szerint tudományos szakirodalom vagy publikációk beszédfeldolgozás, beszéd szöveggé alakítása, szöveg beszéddé alakítása vagy hasonló területeken.
- Jogosultság az adott pozíció országában történő munkavégzésre.
- A pozíció országára vonatkozó vízumszponzorációs követelmények teljesítésének képessége.
Juttatások
- Távmunka.
- MI-központú munkakörnyezet, fejlett MI-eszközök használatának és kipróbálásának lehetőségével.
- Lehetőség átalakító hatású beszédalapú MI-kutatáson dolgozni.
- Lehetőség nyílt forráskódú projektekhez és kutatási publikációkhoz való hozzájárulásra.
- Az AI Notetakerrel készített interjúfelvétel opcionális; a visszautasítás nem befolyásolja a pályázat elbírálását.