42dot — компания в сфере искусственного интеллекта для мобильности, работающая на стыке автомобильных технологий и логистики. Компания занимается программно-определяемыми технологиями для автомобилей, автономными электромобилями, а также программной и информационной инфраструктурой, необходимой для масштабируемого городского транспорта. 42dot разрабатывает программное обеспечение для автомобилей, платформы для работы с данными автопарков и модели искусственного интеллекта для восприятия окружающей среды и управления, а также TAP! — операционную систему мобильности для внедрения автономных сервисов. Благодаря исследованиям и сотрудничеству в области автомобильной электроники и программно-ориентированных архитектур 42dot стремится сделать системы мобильности более автономными, адаптивными и простыми в эксплуатации.
Инженер по глубокому обучению: разработка преобразования текста в речь
Оптимизируйте модели преобразования текста в речь для голосовых функций Gleo AI в автомобиле. Разрабатывайте многоязычный синтез речи в реальном времени для устройств и серверных сред.
Описание
- Оптимизировать модели преобразования текста в речь для устройств и серверных сред
- Переносить и оптимизировать модели для NPU и других сред с ИИ-ускорителями
- Уменьшать размер моделей и повышать производительность с помощью квантования
- Разрабатывать системы потокового синтеза речи в реальном времени и оптимизировать задержку
- Разрабатывать и внедрять многоязычные многоговорящие модели преобразования текста в речь
- Исследовать и разрабатывать передовые модели преобразования текста в речь на основе LLM и flow matching
- Создавать наборы данных для синтеза речи с помощью генеративных моделей и повышать качество данных
- Анализировать и устранять проблемы моделей преобразования текста в речь и сервисов в производственных средах
- Интегрировать исследованные и разработанные технологии синтеза речи в автомобильные продукты и сервисы
Требования
- Не менее 3 лет опыта работы с технологиями преобразования текста в речь
- Базовые знания синтеза речи и концепций преобразования текста в речь
- Опыт сжатия моделей и вычислительной оптимизации
- Опыт оптимизации квантования, использования памяти и задержки
- Опыт переноса и оптимизации моделей для NPU и других сред с ИИ-ускорителями
- Опыт оптимизации моделей с использованием TensorRT и ONNX
- Понимание обработки аудиосигналов
- Опыт разработки и отладки в средах Linux
- Владение Python, C++ или shell
- Знание популярных фреймворков глубокого обучения с открытым исходным кодом, таких как PyTorch
- Желателен опыт разработки многоязычных многоговорящих моделей преобразования текста в речь
- Желателен опыт исследований или разработки технологий токенизации речи или аудио
- Желательно наличие публикации в качестве автора на ведущей конференции или в журнале по синтезу речи, машинному обучению или искусственному интеллекту
- Желательно наличие соответствующей степени магистра или доктора либо завершение такой программы
- Необходимо предоставить информацию об уровне владения корейским языком
Преимущества
- Предпочтение отдаётся кандидатам, имеющим право на льготы для лиц с особыми заслугами перед государством или на защиту занятости
- Предпочтение отдаётся кандидатам с зарегистрированным удостоверением инвалидности
- Может применяться испытательный срок продолжительностью три месяца
- После завершения собеседований с согласия кандидата может быть проведена проверка рекомендаций