Deepgram är ett röst-AI-företag som utvecklar API:er för tal-till-text, text-till-tal och språkförståelse. Plattformen hjälper utvecklare att skapa röstapplikationer i realtid, bland annat konversationsbaserad AI, verktyg för kontaktcenter och arbetsflöden för medicinsk transkribering. Genom att behandla talat språk med fokus på noggrannhet, snabbhet och kostnadseffektivitet gör Deepgram det möjligt för organisationer inom hälso- och sjukvård, logistik, konsultverksamhet och andra sektorer att omvandla röstdata till användbar information och interaktiva upplevelser.
Senior forskare inom röst-AI-grundforskning
Utveckla modeller i latent rymd för Deepgrams röst-AI-plattform och förnya neurala ljudkodekar, generativt tal, multimodala system och effektiv inferens på hårdvara. Bidra till grundforskning som gör röst-AI skalbar till hundratals miljoner samtidiga samtal.
Beskrivning
- Utveckla neurala ljudkodekar som förenar mycket låga bithastigheter med ljudåtergivning av hög kvalitet.
- Skapa styrbara generativa modeller för varierat mänskligt tal, inklusive känsloladdat tal, tal med flera röster, brusigt tal och överlappande tal.
- Bygg inbäddningssystem som delar upp latenta representationer i dimensioner för talare, innehåll, stil, miljö och kanal.
- Kombinera latenta representationer på nytt för att generera syntetiska ljuddata i en tidigare oanad skala.
- Träna multimodala tal-till-tal-system för robust förståelse och empatiska, människolika svar.
- Utforma modellarkitekturer, träningsmetoder och inferensalgoritmer för hårdvara utan abstraktionslager.
- Möjliggör kostnadseffektiv träning på datamängder som omfattar miljarder timmar och inferens i realtid för hundratals miljoner samtidiga samtal.
- Genomför kontrollerade experiment, ablationsstudier, utvärderingar, stresstester och analyser av specialfall.
- För utvecklingen av grundforskningen inom röst-AI, tal och språkmodellering.
Krav
- Stark grund i matematik och statistisk inlärningsteori, särskilt självövervakad och multimodal inlärning.
- Djup kunskap om grundmodellers arkitekturer och skalning av träning över flera modaliteter.
- Förmåga att härleda nya matematiska formuleringar och implementera dem effektivt.
- Dokumenterad förmåga att bygga och kurera stora datamängder med bibehållen kvalitet och mångfald.
- Beprövad erfarenhet av att utforma kontrollerade experiment för att testa arkitektoniska innovationer och teoretiska insikter.
- Erfarenhet av att förbereda modeller för praktisk driftsättning, inklusive hänsyn till hårdvarubegränsningar och effektivitetsmetoder.
- Bidrag till öppen källkod eller forskningspublikationer som för tal- eller språk-AI framåt.
- Bekväm med att använda och experimentera med avancerade AI-verktyg.
- Förmåga att identifiera avgörande experiment som snabbt kan bekräfta eller motbevisa idéer.
- En vision för att skala framgångsrika konceptbevis hundrafalt.
- Erfarenhet eller kunskap inom neurala ljudkodekar, generativa modeller, inbäddningssystem, latenta representationer, multimodala tal-till-tal-system, modellarkitekturer, träningsmetoder, inferensalgoritmer och hårdvarueffektiv driftsättning.
Förmåner
- Distansarbete.
- AI-först-miljö som uppmuntrar användning av och experimenterande med avancerade AI-verktyg.
- Möjlighet att bedriva omvälvande röst-AI-forskning i stor skala.
- Möjligheter att bidra till öppen källkod och publicera forskning.
- Det går att tacka nej till att intervjuernas AI-antecknare spelar in utan att det påverkar kandidaturen.