Deepgram è un’azienda di intelligenza artificiale vocale che sviluppa API per la conversione da voce a testo, da testo a voce e per la comprensione del linguaggio. La sua piattaforma aiuta gli sviluppatori a creare applicazioni vocali in tempo reale, tra cui soluzioni di IA conversazionale, strumenti per i contact center e flussi di lavoro per la trascrizione medica. Elaborando il linguaggio parlato con particolare attenzione a precisione, velocità ed efficienza dei costi, Deepgram consente alle organizzazioni nei settori sanitario, logistico, della consulenza e in altri ambiti di trasformare i dati vocali in informazioni utili ed esperienze interattive.
Ricercatore senior sui fondamenti dell’IA vocale
Sviluppa modelli nello spazio latente per la piattaforma di IA vocale di Deepgram e fai progredire codec audio neurali, generazione vocale, sistemi multimodali e inferenza efficiente sull’hardware.
Descrizione
- Sviluppare codec audio neurali che combinino bitrate molto bassi e ricostruzione ad alta fedeltà.
- Creare modelli generativi controllabili per diverse forme di parlato umano, tra cui parlato emotivo, con più interlocutori, rumoroso e sovrapposto.
- Realizzare sistemi di embedding che separino le rappresentazioni latenti nelle dimensioni di parlante, contenuto, stile, ambiente e canale.
- Ricombinare rappresentazioni latenti per generare dati audio sintetici su una scala senza precedenti.
- Addestrare sistemi multimodali da parlato a parlato per ottenere una comprensione robusta e risposte empatiche e naturali.
- Progettare architetture di modelli, metodi di addestramento e algoritmi di inferenza per hardware bare-metal.
- Supportare un addestramento efficiente in termini di costi su dataset che coprono miliardi di ore e l’inferenza in tempo reale per centinaia di milioni di conversazioni simultanee.
- Condurre esperimenti controllati, studi di ablazione, valutazioni, prove di stress e analisi dei casi limite.
- Far progredire la ricerca fondamentale nell’IA vocale, nel parlato e nella modellazione del linguaggio.
Requisiti
- Solide basi in matematica e teoria dell’apprendimento statistico, in particolare nell’apprendimento autosupervisionato e multimodale.
- Conoscenza approfondita delle architetture dei modelli fondazionali e della scalabilità dell’addestramento su più modalità.
- Capacità di elaborare nuove formulazioni matematiche e implementarle in modo efficiente.
- Comprovata capacità di creare e curare dataset di grandi dimensioni mantenendone qualità e diversità.
- Esperienza comprovata nella progettazione di esperimenti controllati per testare innovazioni architetturali e intuizioni teoriche.
- Esperienza nella preparazione dei modelli per l’impiego nel mondo reale, comprese le limitazioni hardware e le tecniche di efficienza.
- Contributi open source o pubblicazioni di ricerca che fanno progredire l’IA del parlato o del linguaggio.
- Dimestichezza nell’utilizzo e nella sperimentazione di strumenti avanzati di IA.
- Capacità di individuare esperimenti decisivi per convalidare o confutare rapidamente le idee.
- Visione per moltiplicare per 100 la scala delle prove di concetto riuscite.
- Esperienza o conoscenze in codec audio neurali, modelli generativi, sistemi di embedding, rappresentazioni latenti, sistemi multimodali da parlato a parlato, architetture di modelli, metodi di addestramento, algoritmi di inferenza e implementazione efficiente su hardware.
Benefit
- Modalità di lavoro da remoto.
- Ambiente incentrato sull’IA che incoraggia l’uso e la sperimentazione di strumenti avanzati di IA.
- Opportunità di condurre ricerche trasformative sull’IA vocale su larga scala.
- Opportunità di contribuire a progetti open source e pubblicare ricerche.
- È possibile rifiutare la registrazione dell’assistente IA per gli appunti del colloquio senza che ciò influisca sulla candidatura.