Deepgram — компания в сфере голосового ИИ, разрабатывающая API для преобразования речи в текст, текста в речь и понимания языка. Её платформа помогает разработчикам создавать голосовые приложения, работающие в реальном времени, включая разговорный ИИ, инструменты для контакт-центров и рабочие процессы медицинской транскрипции. Обрабатывая устную речь с акцентом на точность, скорость и экономичность, Deepgram позволяет организациям в сфере здравоохранения, логистики, консалтинга и других отраслей превращать голосовые данные в полезную информацию и интерактивные решения.
Ведущий научный сотрудник по фундаментальным исследованиям голосового ИИ
Разрабатывайте базовые модели аудиокодеков, синтеза речи и мультимодального голосового ИИ. Развивайте технологии распознавания и обработки речи в реальном времени Deepgram с помощью эффективных масштабируемых исследований.
Описание
- Создавайте нейросетевые аудиокодеки, сжимающие аудио с очень низкой скоростью передачи данных и сохраняющие высокую точность звучания на больших наборах данных с разнообразным аудио.
- Создавайте управляемые модели генерации речи с разными голосами и эмоциональными оттенками, поддержкой нескольких говорящих, фонового шума и наложения речи.
- Разрабатывайте эмбеддинги, разделяющие латентное пространство кодека на понятные измерения: говорящий, содержание, стиль, окружение и канал.
- Объединяйте латентные представления, чтобы создавать синтетические аудиоданные в беспрецедентных масштабах.
- Обучайте мультимодальные системы преобразования речи в речь, чтобы они понимали разных людей и генерировали эмпатичные, естественно звучащие ответы.
- Проектируйте архитектуры, методы обучения и алгоритмы вывода для оборудования с прямым доступом к аппаратным ресурсам, обеспечивая эффективное обучение на наборах данных объёмом в миллиарды часов и обработку в реальном времени.
- Исследуйте модели латентного пространства для решения проблем с данными, масштабированием и стоимостью в голосовом ИИ.
- Проводите контролируемые эксперименты, абляционные исследования, оценки, стресс-тесты и бенчмарки для проверки исследовательских гипотез.
- Развивайте ИИ для речи и языка с помощью проектов с открытым исходным кодом и научных публикаций.
Требования
- Глубоко разбираться в математических основах статистического обучения, особенно в самообучении и мультимодальном обучении.
- Обладать обширными знаниями архитектур базовых моделей и масштабирования обучения на нескольких модальностях.
- Связывать теорию с практической реализацией: выводить новые математические формулировки и эффективно воплощать их в коде.
- Создавать конвейеры обработки и подготовки массивных наборов данных, сохраняя их качество и разнообразие.
- Проектировать контролируемые эксперименты, которые позволяют выделить архитектурные улучшения и проверить теоретические выводы.
- Оптимизировать модели для практического внедрения с учётом аппаратных ограничений и методов повышения эффективности.
- Иметь подтверждённый опыт участия в проектах с открытым исходным кодом или публикаций, развивающих ИИ для речи и языка.
- Определять решающие эксперименты, которые позволяют быстро подтвердить или опровергнуть идеи.
- Понимать, как увеличить масштаб успешных проверок концепции в 100 раз.
- Использовать инструменты ИИ для автоматизации работы и расширения личного вклада.
- Быстро адаптироваться, экспериментировать, продолжать учиться и эффективно работать в быстро меняющейся сфере ИИ.
Преимущества
- Удалённый формат работы.
- Среда, ориентированная на ИИ и поощряющая использование и тестирование передовых инструментов ИИ.
- Возможность руководить фундаментальными исследованиями в области голосового ИИ с преобразовательным потенциалом.
- Возможность участвовать в проектах с открытым исходным кодом и научных публикациях.
- Запись собеседования с помощью ИИ-ассистента для заметок необязательна; отказ от записи не влияет на рассмотрение кандидатуры.