Deepgram je spoločnosť pôsobiaca v oblasti hlasovej umelej inteligencie, ktorá vyvíja rozhrania API na prevod reči na text, prevod textu na reč a porozumenie jazyku. Jej platforma pomáha vývojárom vytvárať hlasové aplikácie v reálnom čase vrátane konverzačnej umelej inteligencie, nástrojov pre kontaktné centrá a pracovných postupov na prepisovanie lekárskych záznamov. Spracovaním hovoreného jazyka s dôrazom na presnosť, rýchlosť a nákladovú efektívnosť Deepgram umožňuje organizáciám v zdravotníctve, logistike, poradenstve a ďalších odvetviach premieňať hlasové údaje na užitočné informácie a interaktívne zážitky.
Vedúci výskumný pracovník pre základy hlasovej AI
Vyvíjajte základné modely pre zvukové kodeky, generovanie reči a multimodálnu hlasovú AI. Posúvajte technológiu reči v reálnom čase spoločnosti Deepgram vďaka efektívnemu výskumu, ktorý možno škálovať.
Popis
- Vyvíjajte neurónové zvukové kodeky, ktoré komprimujú zvuk pri veľmi nízkych bitových rýchlostiach a zároveň zachovávajú vysokú vernosť na rozsiahlych dátových súboroch všeobecného zvuku.
- Vytvárajte riaditeľné modely generovania reči pre rôzne hlasy, emocionálne prejavy, viacerých hovoriacich, hluk prostredia a prekrývajúcu sa reč.
- Vyvíjajte vektory reprezentácií, ktoré rozdeľujú latentné priestory kodekov na interpretovateľné dimenzie pre hovoriaceho, obsah, štýl, prostredie a kanál.
- Kombinujte latentné reprezentácie a vytvárajte syntetické zvukové dáta v bezprecedentnom rozsahu.
- Trénujte multimodálne systémy prevodu reči na reč, ktoré rozumejú rôznym ľuďom a vytvárajú empatické odpovede znejúce prirodzene.
- Navrhujte architektúry, tréningové metódy a algoritmy inferencie pre hardvér bez nadstavbovej vrstvy, aby bolo možné efektívne trénovať na dátových súboroch v rozsahu miliárd hodín a vykonávať inferenciu v reálnom čase.
- Skúmajte modely latentného priestoru s cieľom riešiť výzvy týkajúce sa dát, škálovania a nákladov v hlasovej AI.
- Vykonávajte kontrolované experimenty, ablačné štúdie, evaluácie, záťažové testy a benchmarky na overovanie výskumných hypotéz.
- Posúvajte AI pre reč a jazyk prostredníctvom práce na otvorenom zdrojovom kóde a vedeckých publikácií.
Požiadavky
- Majte pevné matematické základy v teórii štatistického učenia, najmä v samoučenom a multimodálnom učení.
- Disponujte hlbokými znalosťami architektúr základných modelov a škálovania tréningu naprieč viacerými modalitami.
- Prepájajte teóriu s implementáciou: odvodzujte nové matematické formulácie a efektívne ich implementujte.
- Vytvárajte dátové postupy na spracovanie a kurátorovanie rozsiahlych dátových súborov pri zachovaní ich kvality a rozmanitosti.
- Navrhujte kontrolované experimenty, ktoré izolujú architektonické zlepšenia a overujú teoretické poznatky.
- Optimalizujte modely na nasadenie v praxi s ohľadom na obmedzenia hardvéru a techniky zvyšovania efektivity.
- Preukážte výsledky v podobe príspevkov k projektom s otvoreným zdrojovým kódom alebo vedeckých publikácií, ktoré posúvajú AI pre reč alebo jazyk.
- Identifikujte rozhodujúce experimenty, ktoré dokážu rýchlo potvrdiť alebo vyvrátiť nápady.
- Rozpoznajte, ako úspešné overenia konceptu rozšíriť stonásobne.
- Využívajte nástroje AI na automatizáciu práce a rozšírenie svojho dosahu.
- Rýchlo sa prispôsobujte, experimentujte, neustále sa učte a efektívne pracujte v rýchlo sa meniacom odbore AI.
Benefity
- Možnosť pracovať na diaľku.
- Prostredie, v ktorom je AI na prvom mieste a ktoré podporuje používanie a skúšanie pokročilých nástrojov AI.
- Príležitosť viesť výskum základov hlasovej AI s transformačným potenciálom.
- Možnosti prispievať k projektom s otvoreným zdrojovým kódom a vedeckým publikáciám.
- Nahrávanie pohovoru pomocou AI zapisovateľa je dobrovoľné; odmietnutie nemá vplyv na vašu kandidatúru.