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
Развивайте фундаментальные исследования голосового ИИ в Deepgram: от моделей в латентном пространстве и нейронных аудиокодеков до систем преобразования речи в речь. Создавайте масштабируемые и эффективные технологии для взаимодействия людей и машин в реальном времени.
Описание
- Разрабатывайте модели в латентном пространстве для решения ключевых задач с данными, масштабированием и затратами в устойчивом контекстном голосовом ИИ.
- Создавайте нейронные аудиокодеки, сочетающие очень низкую скорость передачи данных с высокоточным восстановлением звука.
- Создавайте управляемые генеративные модели для разнообразной речи, включая эмоциональную, многостороннюю, зашумлённую и перекрывающуюся речь.
- Проектируйте системы эмбеддингов, разделяющие латентные представления на измерения говорящего, содержания, стиля, окружения и канала.
- Применяйте латентную рекомбинацию для генерации синтетических аудиоданных в беспрецедентных масштабах.
- Обучайте мультимодальные системы преобразования речи в речь для широкого понимания и эмпатичных, естественных ответов.
- Проектируйте архитектуры моделей, методы обучения и алгоритмы инференса для оборудования без абстракций операционной системы.
- Обеспечивайте экономичное обучение на наборах данных объёмом в миллиарды часов и инференс в реальном времени для сотен миллионов одновременных разговоров.
- Проводите контролируемые эксперименты, абляционные исследования, оценки и стресс-тесты.
- Участвуйте в подготовке научных публикаций и проектов с открытым исходным кодом.
Требования
- Глубокая математическая подготовка в теории статистического обучения, особенно в самообучении и мультимодальном обучении.
- Глубокие знания архитектур базовых моделей и масштабирования обучения на нескольких модальностях.
- Умение разрабатывать оригинальные математические формулировки и эффективно их реализовывать.
- Подтверждённый опыт создания и поддержки крупных, качественных и разнообразных конвейеров данных.
- Опыт разработки контролируемых экспериментов для выделения эффектов архитектуры и проверки теоретических выводов.
- Опыт подготовки моделей к практическому развёртыванию с учётом ограничений оборудования и методов повышения эффективности.
- Публикации или вклад в проекты с открытым исходным кодом, развивающие ИИ для речи или языка.
- Умение определять решающие эксперименты для быстрой проверки идей.
- Видение того, как увеличить масштаб успешных доказательств концепции в 100 раз.
- Ориентация на автоматизацию и расширение возможностей с помощью ИИ.
- Научная литература или академические публикации по обработке речи, преобразованию речи в текст, текста в речь или смежным темам, как запрошено в заявке.
- Наличие законного разрешения на работу в стране, где находится должность.
- Возможность соответствовать требованиям для спонсирования визы в стране, где находится должность.
Преимущества
- Удалённый формат работы.
- Рабочая среда, ориентированная на ИИ, с возможностью использовать и тестировать передовые инструменты ИИ.
- Возможность заниматься преобразующими исследованиями в области голосового ИИ.
- Возможность участвовать в проектах с открытым исходным кодом и научных публикациях.
- Запись интервью с помощью ИИ-ассистента для заметок необязательна; отказ от неё не влияет на рассмотрение кандидатуры.