A 42dot é uma empresa de inteligência artificial para mobilidade que atua na interseção entre tecnologia automotiva e logística. Seu trabalho se concentra em tecnologias de veículos definidos por software, veículos elétricos autônomos e na infraestrutura de software e dados necessária para sistemas de transporte urbano escaláveis. A empresa desenvolve software para veículos, plataformas de dados para frotas e modelos de inteligência artificial para percepção e controle, além do TAP!, seu sistema operacional de mobilidade para implementar serviços autônomos. Por meio de pesquisas e colaborações em eletrônica veicular e arquiteturas orientadas por software, a 42dot busca tornar os sistemas de mobilidade mais autônomos, adaptáveis e fáceis de operar.
Engenheiro de deep learning, desenvolvimento de texto para fala
Otimize modelos de texto para fala para as experiências de voz veicular da Gleo AI. Desenvolva síntese de fala multilíngue em tempo real para ambientes no dispositivo e em servidor.
Descrição
- Otimize modelos de texto para fala para ambientes no dispositivo e em servidor
- Porte e otimize modelos para NPU e outros ambientes com aceleradores de IA
- Reduza o tamanho dos modelos e melhore o desempenho por meio de quantização
- Desenvolva sistemas de síntese de fala em streaming em tempo real e otimize a latência
- Desenvolva e implante modelos de texto para fala multilíngues e com múltiplos locutores
- Pesquise e desenvolva modelos avançados de texto para fala baseados em LLMs e flow matching
- Crie conjuntos de dados de síntese de fala com modelos generativos e melhore a qualidade dos dados
- Analise e resolva problemas de modelos e serviços de texto para fala em ambientes de produção
- Integre tecnologias de texto para fala pesquisadas e desenvolvidas a produtos e serviços veiculares
Requisitos
- Pelo menos 3 anos de experiência relevante em texto para fala
- Conhecimento fundamental de síntese de fala e conceitos de texto para fala
- Experiência com compressão de modelos e otimização computacional
- Experiência na otimização de quantização, uso de memória e latência
- Experiência com porte e otimização de modelos para NPU e outros ambientes com aceleradores de IA
- Experiência na otimização de modelos com TensorRT e ONNX
- Conhecimento de processamento de sinais de áudio
- Experiência de desenvolvimento e depuração em ambientes Linux
- Proficiência em Python, C++ ou shell
- Proficiência em frameworks de deep learning de código aberto, como PyTorch
- Experiência no desenvolvimento de modelos de texto para fala multilíngues e com múltiplos locutores será considerada um diferencial
- Experiência de pesquisa ou desenvolvimento com tecnologias de tokenização de fala ou áudio será considerada um diferencial
- Publicação como autor em uma conferência ou periódico de destaque em síntese de fala, aprendizado de máquina ou inteligência artificial será considerada um diferencial
- Mestrado ou doutorado relevante, ou conclusão de um desses programas, será considerado um diferencial
- É necessário fornecer informações sobre proficiência em coreano
Benefícios
- Pessoas candidatas elegíveis para mérito nacional ou proteção ao emprego terão preferência
- Pessoas candidatas com certificado de deficiência registrado terão preferência
- Pode haver um período probatório de três meses
- Uma checagem de referências poderá ser realizada com o consentimento da pessoa candidata após a conclusão do processo de entrevistas