
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