Deepgram — компанія у сфері голосового ШІ, яка розробляє API для перетворення мовлення на текст, тексту на мовлення та розуміння мови. Її платформа допомагає розробникам створювати голосові застосунки, що працюють у реальному часі, зокрема розмовний ШІ, інструменти для контакт-центрів і робочі процеси медичної транскрипції. Обробляючи усне мовлення з акцентом на точність, швидкість та економічність, Deepgram дає змогу організаціям у сфері охорони здоров’я, логістики, консалтингу та інших галузях перетворювати голосові дані на корисну інформацію й інтерактивні рішення.
Провідний дослідник, основи голосового ШІ
Створюйте моделі в латентному просторі для голосової ШІ-платформи Deepgram, розвиваючи нейромережеві аудіокодеки, генеративне мовлення, мультимодальні системи та ефективний інференс на апаратному рівні.
Опис
- Розробляйте нейромережеві аудіокодеки, що поєднують дуже низьку швидкість передавання даних із високоточною реконструкцією звуку.
- Створюйте керовані генеративні моделі для різноманітного людського мовлення, зокрема емоційного, багатоголосого, зашумленого мовлення та мовлення з накладанням голосів.
- Створюйте системи ембеддингів, що розділяють латентні представлення на виміри мовця, змісту, стилю, середовища та каналу.
- Поєднуйте латентні представлення, щоб генерувати синтетичні аудіодані в безпрецедентному масштабі.
- Навчайте мультимодальні системи перетворення мовлення на мовлення для надійного розуміння та емпатичних, схожих на людські відповідей.
- Проєктуйте архітектури моделей, методи навчання й алгоритми інференсу для роботи безпосередньо на апаратному забезпеченні.
- Підтримуйте економічно ефективне навчання на наборах даних обсягом у мільярди годин і інференс у реальному часі для сотень мільйонів одночасних розмов.
- Проводьте контрольовані експерименти, абляційні дослідження, оцінювання, стрес-тестування та аналіз граничних випадків.
- Розвивайте фундаментальні дослідження в галузі голосового ШІ, мовлення та мовного моделювання.
Вимоги
- Ґрунтовна підготовка з математики й теорії статистичного навчання, особливо із самонавчання та мультимодального навчання.
- Глибокі знання архітектур базових моделей і масштабування навчання на кількох модальностях.
- Здатність виводити нові математичні формулювання та ефективно їх реалізовувати.
- Підтверджений досвід створення й курування великих наборів даних зі збереженням їхньої якості та різноманітності.
- Доведений досвід проєктування контрольованих експериментів для перевірки архітектурних інновацій і теоретичних висновків.
- Досвід підготовки моделей до практичного застосування з урахуванням апаратних обмежень і методів підвищення ефективності.
- Публікації або внесок у проєкти з відкритим вихідним кодом, що розвивають мовленнєвий або мовний ШІ.
- Готовність користуватися передовими інструментами ШІ та експериментувати з ними.
- Здатність визначати вирішальні експерименти, що швидко підтверджують або спростовують ідеї.
- Бачення того, як масштабувати успішні підтвердження концепції у 100 разів.
- Досвід або знання в галузі нейромережевих аудіокодеків, генеративних моделей, систем ембеддингів, латентних представлень, мультимодальних систем перетворення мовлення на мовлення, архітектур моделей, методів навчання, алгоритмів інференсу та ефективного розгортання на апаратному рівні.
Переваги
- Дистанційний формат роботи.
- Середовище, де ШІ — один із головних інструментів і заохочується експериментування з передовими інструментами ШІ.
- Можливість займатися трансформаційними дослідженнями голосового ШІ у великому масштабі.
- Можливості робити внесок у проєкти з відкритим вихідним кодом і публікувати дослідження.
- Від запису інтерв’ю за допомогою ШІ-асистента для нотаток можна відмовитися без впливу на розгляд кандидатури.