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.
Scienziato/a di ricerca principale, fondamenta dell’IA vocale
Fai progredire la ricerca fondamentale sull’IA vocale in Deepgram, dai modelli a spazio latente e codec audio neurali ai sistemi da parlato a parlato. Sviluppa tecnologie scalabili ed efficienti per l’interazione in tempo reale tra persone e macchine.
Descrizione
- Sviluppa modelli a spazio latente per affrontare le principali sfide di dati, scala e costi nell’IA vocale robusta e contestuale.
- Crea codec audio neurali che combinino bitrate molto bassi e ricostruzione ad alta fedeltà.
- Realizza modelli generativi controllabili per diverse forme di parlato, tra cui parlato emotivo, con più interlocutori, rumoroso e sovrapposto.
- Progetta sistemi di embedding che separino le rappresentazioni latenti nelle dimensioni di interlocutore, contenuto, stile, ambiente e canale.
- Applica la ricombinazione latente per produrre dati audio sintetici su una scala senza precedenti.
- Addestra sistemi multimodali da parlato a parlato per una comprensione ampia e risposte empatiche e simili a quelle umane.
- Progetta architetture di modelli, metodi di addestramento e algoritmi di inferenza per hardware bare metal.
- Consenti un addestramento efficiente in termini di costi su set di dati da miliardi di ore e l’inferenza in tempo reale su centinaia di milioni di conversazioni simultanee.
- Esegui esperimenti controllati, studi di ablazione, valutazioni e prove di stress.
- Contribuisci a pubblicazioni di ricerca e progetti open source.
Requisiti
- Solida preparazione matematica nella 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 sviluppare formulazioni matematiche originali e implementarle in modo efficiente.
- Comprovata capacità di creare e mantenere pipeline di dati ampie, diversificate e di alta qualità.
- Esperienza nella progettazione di esperimenti controllati per isolare gli effetti dell’architettura e verificare intuizioni teoriche.
- Esperienza nella preparazione di modelli per la distribuzione in contesti reali, tenendo conto dei vincoli hardware e dei metodi di efficienza.
- Contributi a progetti open source o pubblicazioni di ricerca che promuovono l’IA del parlato o del linguaggio.
- Capacità di individuare esperimenti decisivi per verificare rapidamente le idee.
- Visione per aumentare di 100 volte la scala delle prove di concetto riuscite.
- Mentalità orientata all’automazione e al potenziamento tramite IA.
- Letteratura accademica o pubblicazioni di ricerca sul trattamento del parlato, sul riconoscimento vocale, sulla sintesi vocale o su ambiti simili, come richiesto nella candidatura.
- Autorizzazione legale a lavorare nel Paese in cui ha sede il ruolo.
- Capacità di soddisfare i requisiti per la sponsorizzazione del visto del Paese in cui ha sede il ruolo.
Benefit
- Modalità di lavoro da remoto.
- Ambiente di lavoro incentrato sull’IA, con opportunità di usare e sperimentare strumenti avanzati di IA.
- Opportunità di lavorare su ricerche trasformative nell’IA vocale.
- Opportunità di contribuire a progetti open source e pubblicazioni di ricerca.
- La registrazione del colloquio con AI Notetaker è facoltativa; rinunciare alla registrazione non influisce sulla candidatura.