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 vedec pre základy hlasovej AI
Rozvíjajte základný výskum hlasovej AI v Deepgram, od modelov latentného priestoru a neurónových zvukových kodekov až po systémy reči na reč. Vytvárajte škálovateľné a efektívne technológie na interakciu človeka so strojom v reálnom čase.
Popis
- Vyvíjajte modely latentného priestoru, ktoré riešia kľúčové výzvy v oblasti dát, škálovania a nákladov pri robustnej kontextovej hlasovej AI.
- Vytvárajte neurónové zvukové kodeky, ktoré kombinujú veľmi nízke bitové rýchlosti s vysokou vernosťou rekonštrukcie.
- Budujte riaditeľné generatívne modely pre rozmanitú reč vrátane emocionálnej reči, reči viacerých hovoriacich, zašumenej a prekrývajúcej sa reči.
- Navrhujte systémy vkladania, ktoré rozdeľujú latentné reprezentácie na dimenzie hovoriaceho, obsahu, štýlu, prostredia a kanála.
- Využívajte opätovné kombinovanie latentných reprezentácií na tvorbu syntetických zvukových dát v bezprecedentnom rozsahu.
- Trénujte multimodálne systémy reči na reč na široké porozumenie a empatické, ľudsky pôsobiace odpovede.
- Navrhujte architektúry modelov, tréningové metódy a algoritmy inferencie pre hardvér s priamym prístupom k fyzickým zdrojom.
- Podporujte nákladovo efektívny tréning na dátových súboroch s miliardami hodín záznamov a inferenciu v reálnom čase pri súbežných rozhovoroch v stovkách miliónov.
- Vykonávajte kontrolované experimenty, ablačné štúdie, evaluácie a záťažové testy.
- Prispievajte k výskumným publikáciám a open-source projektom.
Požiadavky
- Pevné matematické základy v teórii štatistického učenia, najmä v samostatne riadenom a multimodálnom učení.
- Hlboké znalosti architektúr základových modelov a škálovania tréningu naprieč viacerými modalitami.
- Schopnosť vytvárať pôvodné matematické formulácie a efektívne ich implementovať.
- Preukázaná schopnosť budovať a udržiavať rozsiahle, kvalitné a rozmanité dátové pipeline.
- Skúsenosti s návrhom kontrolovaných experimentov na izolovanie vplyvu architektúr a overovanie teoretických poznatkov.
- Skúsenosti s prípravou modelov na nasadenie v praxi vrátane hardvérových obmedzení a metód zvyšovania efektivity.
- Doložené príspevky do open-source projektov alebo výskumné publikácie, ktoré posúvajú oblasť AI pre reč alebo jazyk.
- Schopnosť určiť rozhodujúce experimenty, ktoré rýchlo overia nápady.
- Vízia, ako úspešné overenia konceptu rozšíriť stonásobne.
- Prístup zameraný na automatizáciu a rozšírenie ľudských schopností pomocou AI.
- Odborná literatúra alebo akademické publikácie súvisiace so spracovaním reči, prevodom reči na text, prevodom textu na reč alebo podobnou prácou, ako sa vyžaduje v prihláške.
- Oprávnenie pracovať v krajine, v ktorej sa pracovná pozícia nachádza.
- Schopnosť splniť požiadavky na sponzorovanie víz pre krajinu, v ktorej sa pracovná pozícia nachádza.
Benefity
- Možnosť pracovať na diaľku.
- Pracovné prostredie, v ktorom je AI na prvom mieste, s príležitosťami využívať pokročilé nástroje AI a experimentovať s nimi.
- Príležitosť pracovať na prelomovom výskume hlasovej AI.
- Príležitosť prispievať k open-source projektom a výskumným publikáciám.
- Nahrávanie pohovoru pomocou AI zápisníka je dobrovoľné; odmietnutie nemá vplyv na kandidatúru.