42dot — компанія у сфері штучного інтелекту для мобільності, що працює на перетині автомобільних технологій і логістики. Компанія зосереджується на програмно-визначуваних технологіях для транспортних засобів, автономних електромобілях, а також програмній та інформаційній інфраструктурі, необхідній для масштабованого міського транспорту. 42dot розробляє програмне забезпечення для автомобілів, платформи даних автопарків і моделі штучного інтелекту для сприйняття та керування, а також TAP! — операційну систему мобільності для розгортання автономних сервісів. Завдяки дослідженням і співпраці у сфері автомобільної електроніки та програмно-орієнтованих архітектур 42dot прагне зробити системи мобільності більш автономними, адаптивними та простішими в експлуатації.
Інженер із глибокого навчання: розробка перетворення тексту на мовлення
Оптимізуйте моделі перетворення тексту на мовлення для автомобільних голосових функцій Gleo AI. Розробляйте багатомовний синтез мовлення в реальному часі для пристроїв і серверних середовищ.
Опис
- Оптимізувати моделі перетворення тексту на мовлення для пристроїв і серверних середовищ
- Переносити й оптимізувати моделі для NPU та інших середовищ із ШІ-прискорювачами
- Зменшувати розмір моделей і підвищувати продуктивність за допомогою квантування
- Розробляти системи потокового синтезу мовлення в реальному часі та оптимізувати затримку
- Розробляти й упроваджувати багатомовні моделі перетворення тексту на мовлення з підтримкою кількох дикторів
- Досліджувати й розробляти передові моделі перетворення тексту на мовлення на основі LLM і flow matching
- Створювати набори даних для синтезу мовлення за допомогою генеративних моделей і підвищувати якість даних
- Аналізувати й усувати проблеми моделей перетворення тексту на мовлення та сервісів у виробничих середовищах
- Інтегрувати досліджені й розроблені технології синтезу мовлення в автомобільні продукти та сервіси
Вимоги
- Щонайменше 3 роки релевантного досвіду роботи з перетворенням тексту на мовлення
- Базові знання синтезу мовлення та концепцій перетворення тексту на мовлення
- Досвід стиснення моделей і обчислювальної оптимізації
- Досвід оптимізації квантування, використання пам’яті та затримки
- Досвід перенесення й оптимізації моделей для NPU та інших середовищ із ШІ-прискорювачами
- Досвід оптимізації моделей за допомогою TensorRT і ONNX
- Розуміння обробки аудіосигналів
- Досвід розробки й налагодження в середовищах Linux
- Володіння Python, C++ або shell
- Знання фреймворків глибокого навчання з відкритим кодом, таких як PyTorch
- Бажаний досвід розробки багатомовних моделей перетворення тексту на мовлення з підтримкою кількох дикторів
- Бажаний досвід досліджень або розробки технологій токенізації мовлення чи аудіо
- Бажана публікація як автора на провідній конференції або в журналі з тематики синтезу мовлення, машинного навчання чи штучного інтелекту
- Бажано мати відповідний ступінь магістра або доктора чи завершити таку програму
- Необхідно надати інформацію про рівень володіння корейською мовою
Переваги
- Перевага надається кандидатам, які мають право на пільги для осіб із державними заслугами або на захист зайнятості
- Перевага надається кандидатам із зареєстрованим посвідченням про інвалідність
- Може застосовуватися тримісячний випробувальний період
- Після завершення співбесід за згодою кандидата може бути проведена перевірка рекомендацій