42dot
42dot
51 – 200 Pracownicy
DoradztwoLogistykaMotoryzacja
42dot to firma zajmująca się sztuczną inteligencją dla mobilności, działająca na styku technologii motoryzacyjnych i logistyki. Jej działalność koncentruje się na technologiach pojazdów definiowanych programowo, autonomicznych pojazdach elektrycznych oraz oprogramowaniu i infrastrukturze danych niezbędnych do skalowania transportu miejskiego. Firma tworzy oprogramowanie dla pojazdów, platformy danych flotowych i modele sztucznej inteligencji do percepcji oraz sterowania, a także TAP! — system operacyjny mobilności służący do wdrażania usług autonomicznych. Dzięki badaniom i współpracy w obszarze elektroniki pojazdowej oraz architektur opartych na oprogramowaniu 42dot dąży do tego, aby systemy mobilności były bardziej autonomiczne, elastyczne i łatwiejsze w obsłudze.

Inżynier głębokiego uczenia: rozwój syntezy mowy

Optymalizuj modele zamiany tekstu na mowę dla samochodowych funkcji głosowych Gleo AI. Twórz wielojęzyczną syntezę mowy w czasie rzeczywistym dla urządzeń i środowisk serwerowych.

Opis

  • Optymalizowanie modeli zamiany tekstu na mowę dla urządzeń i środowisk serwerowych
  • Przenoszenie i optymalizowanie modeli dla NPU oraz innych środowisk z akceleratorami AI
  • Zmniejszanie rozmiaru modeli i poprawianie wydajności za pomocą kwantyzacji
  • Tworzenie systemów strumieniowej syntezy mowy w czasie rzeczywistym i optymalizowanie opóźnień
  • Tworzenie i wdrażanie wielojęzycznych modeli zamiany tekstu na mowę obsługujących wielu mówców
  • Prowadzenie badań i rozwój zaawansowanych modeli zamiany tekstu na mowę opartych na LLM i flow matching
  • Tworzenie zbiorów danych do syntezy mowy za pomocą modeli generatywnych oraz poprawa jakości danych
  • Analizowanie i rozwiązywanie problemów modeli zamiany tekstu na mowę i usług w środowiskach produkcyjnych
  • Integracja zbadanych i opracowanych technologii syntezy mowy z produktami i usługami motoryzacyjnymi

Wymagania

  • Co najmniej 3 lata odpowiedniego doświadczenia w zakresie zamiany tekstu na mowę
  • Podstawowa znajomość syntezy mowy i koncepcji zamiany tekstu na mowę
  • Doświadczenie w kompresji modeli i optymalizacji obliczeniowej
  • Doświadczenie w optymalizacji kwantyzacji, wykorzystania pamięci i opóźnień
  • Doświadczenie w przenoszeniu i optymalizowaniu modeli dla NPU oraz innych środowisk z akceleratorami AI
  • Doświadczenie w optymalizowaniu modeli za pomocą TensorRT i ONNX
  • Znajomość przetwarzania sygnałów audio
  • Doświadczenie w tworzeniu i debugowaniu w środowiskach Linux
  • Biegłość w programowaniu w Pythonie, C++ lub shellu
  • Biegłość w korzystaniu z open-source’owych frameworków głębokiego uczenia, takich jak PyTorch
  • Mile widziane doświadczenie w tworzeniu wielojęzycznych modeli zamiany tekstu na mowę obsługujących wielu mówców
  • Mile widziane doświadczenie badawcze lub rozwojowe w zakresie technologii tokenizacji mowy lub dźwięku
  • Mile widziana publikacja jako autor w wiodącej konferencji lub czasopiśmie poświęconym syntezie mowy, uczeniu maszynowemu albo sztucznej inteligencji
  • Mile widziany odpowiedni tytuł magistra lub doktora albo ukończenie takiego programu
  • Należy podać informacje o znajomości języka koreańskiego

Benefity

  • Preferowani są kandydaci uprawnieni do świadczeń dla osób zasłużonych dla państwa lub objętych ochroną zatrudnienia
  • Preferowani są kandydaci posiadający zarejestrowane orzeczenie o niepełnosprawności
  • Może obowiązywać trzymiesięczny okres próbny
  • Po zakończeniu procesu rozmów kwalifikacyjnych za zgodą kandydata może zostać przeprowadzona weryfikacja referencji