Deepgram은 음성을 텍스트로 변환하고, 텍스트를 음성으로 변환하며, 언어를 이해하는 API를 개발하는 음성 AI 기업입니다. 이 플랫폼은 개발자가 대화형 AI, 컨택센터 도구, 의료 전사 워크플로를 비롯한 실시간 음성 애플리케이션을 구축할 수 있도록 지원합니다. 정확성, 속도, 비용 효율성을 중시해 음성 언어를 처리함으로써 의료, 물류, 컨설팅 및 기타 분야의 조직이 음성 데이터를 유용한 정보와 상호작용형 경험으로 전환할 수 있도록 합니다.
음성 AI 기반 연구 수석 과학자
오디오 코덱, 음성 생성, 멀티모달 음성 AI를 위한 기반 모델을 개발합니다. 효율적이고 확장 가능한 연구로 Deepgram의 실시간 음성 기술을 발전시킵니다.
설명
- 대규모 범용 오디오 데이터셋 전반에서 높은 음질을 유지하면서 매우 낮은 비트레이트로 오디오를 압축하는 신경망 오디오 코덱을 구축합니다.
- 다양한 음성, 감정 표현, 여러 화자, 환경 소음, 겹치는 발화를 지원하도록 제어 가능한 음성 생성 모델을 만듭니다.
- 코덱 잠재 공간을 화자, 내용, 스타일, 환경, 채널을 나타내는 해석 가능한 차원으로 분리하는 임베딩을 개발합니다.
- 잠재 표현을 재결합해 전례 없는 규모로 합성 오디오 데이터를 생성합니다.
- 다양한 사람을 이해하고 공감하며 자연스러운 응답을 생성하는 멀티모달 음성 대 음성 시스템을 학습시킵니다.
- 베어메탈 하드웨어용 아키텍처, 학습 방법, 추론 알고리즘을 설계해 수십억 시간 규모의 데이터셋을 효율적으로 학습하고 실시간 추론을 구현합니다.
- 음성 AI의 데이터, 규모, 비용 문제를 해결할 잠재 공간 모델을 연구합니다.
- 연구 가설을 평가하기 위해 통제 실험, 어블레이션, 평가, 스트레스 테스트, 벤치마크를 수행합니다.
- 오픈소스 활동과 연구 논문을 통해 음성 및 언어 AI를 발전시킵니다.
지원 자격
- 통계적 학습 이론, 특히 자기지도 학습과 멀티모달 학습에 관한 탄탄한 수학적 기반을 갖추어야 합니다.
- 기반 모델 아키텍처와 여러 모달리티에 걸친 학습 규모 확장에 깊은 전문성을 갖추어야 합니다.
- 새로운 수학적 정식을 도출하고 효율적으로 구현해 이론과 실제 구현을 연결해야 합니다.
- 품질과 다양성을 유지하면서 방대한 데이터셋을 처리하고 선별하는 데이터 파이프라인을 구축해야 합니다.
- 아키텍처의 발전을 분리해 측정하고 이론적 통찰을 검증하는 통제 실험을 설계해야 합니다.
- 하드웨어 제약과 효율화 기법을 고려해 실제 배포에 맞게 모델을 최적화해야 합니다.
- 음성 또는 언어 AI 발전에 기여한 오픈소스 활동이나 연구 논문 실적을 보여야 합니다.
- 아이디어를 빠르게 검증하거나 반증할 수 있는 결정적 실험을 찾아야 합니다.
- 성공적인 개념 증명을 100배 규모로 확장하는 방법을 알아야 합니다.
- AI 도구를 활용해 업무를 자동화하고 개인의 영향력을 넓혀야 합니다.
- 빠르게 변화하는 AI 분야에서 신속히 적응하고 실험하며 계속 배우고 효과적으로 협업해야 합니다.
복리후생
- 원격 근무 방식.
- 첨단 AI 도구의 사용과 실험을 장려하는 AI 중심 환경.
- 변화를 이끌 잠재력이 있는 음성 AI 기반 연구를 주도할 기회.
- 오픈소스 프로젝트에 기여하고 연구 논문을 발표할 기회.
- AI 회의 기록 도구를 이용한 면접 녹음은 선택 사항이며, 거부해도 지원 자격에 영향을 미치지 않습니다.