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 исследователь, основы голосового ИИ
Создавайте модели в латентном пространстве для голосовой ИИ-платформы Deepgram, развивая нейросетевые аудиокодеки, генеративную речь, мультимодальные системы и эффективный инференс на аппаратном уровне.
Описание
- Разрабатывайте нейросетевые аудиокодеки, сочетающие очень низкую скорость передачи данных с высокоточным восстановлением звука.
- Создавайте управляемые генеративные модели для разнообразной человеческой речи, включая эмоциональную, многоголосую, шумную речь и речь с наложением голосов.
- Создавайте системы эмбеддингов, разделяющие латентные представления на измерения говорящего, содержания, стиля, среды и канала.
- Объединяйте латентные представления, чтобы генерировать синтетические аудиоданные в беспрецедентном масштабе.
- Обучайте мультимодальные системы преобразования речи в речь для надёжного понимания и эмпатичных, похожих на человеческие ответов.
- Проектируйте архитектуры моделей, методы обучения и алгоритмы инференса для работы непосредственно на аппаратном обеспечении.
- Обеспечивайте экономически эффективное обучение на наборах данных объёмом в миллиарды часов и инференс в реальном времени для сотен миллионов одновременных разговоров.
- Проводите контролируемые эксперименты, абляционные исследования, оценки, стресс-тесты и анализ крайних случаев.
- Развивайте фундаментальные исследования в области голосового ИИ, речи и языкового моделирования.
Требования
- Глубокая подготовка в математике и теории статистического обучения, особенно в самообучении и мультимодальном обучении.
- Глубокое знание архитектур базовых моделей и масштабирования обучения на нескольких модальностях.
- Умение выводить новые математические формулировки и эффективно реализовывать их.
- Подтверждённый опыт создания и курирования крупных наборов данных с сохранением их качества и разнообразия.
- Практический опыт проектирования контролируемых экспериментов для проверки архитектурных новшеств и теоретических выводов.
- Опыт подготовки моделей к реальному применению с учётом аппаратных ограничений и методов повышения эффективности.
- Публикации или вклад в проекты с открытым исходным кодом, развивающие речевой или языковой ИИ.
- Готовность пользоваться передовыми инструментами ИИ и экспериментировать с ними.
- Умение выявлять решающие эксперименты, позволяющие быстро подтвердить или опровергнуть идеи.
- Видение того, как масштабировать успешные доказательства концепции в 100 раз.
- Опыт или знания в области нейросетевых аудиокодеков, генеративных моделей, систем эмбеддингов, латентных представлений, мультимодальных систем преобразования речи в речь, архитектур моделей, методов обучения, алгоритмов инференса и эффективного развёртывания на аппаратном уровне.
Преимущества
- Удалённый формат работы.
- Среда, в которой ИИ — один из главных инструментов и поощряется экспериментирование с передовыми ИИ-инструментами.
- Возможность заниматься преобразующими исследованиями голосового ИИ в большом масштабе.
- Возможности вносить вклад в проекты с открытым исходным кодом и публиковать исследования.
- От записи интервью с помощью ИИ-ассистента для заметок можно отказаться без влияния на рассмотрение кандидатуры.