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 науковець із фундаментальних досліджень голосового ШІ
Розвивайте фундаментальні дослідження голосового ШІ в Deepgram: від моделей у латентному просторі й нейронних аудіокодеків до систем перетворення мовлення на мовлення. Створюйте масштабовані й ефективні технології для взаємодії людей і машин у реальному часі.
Опис
- Розробляйте моделі в латентному просторі для розв’язання ключових проблем із даними, масштабуванням і витратами в надійному контекстному голосовому ШІ.
- Створюйте нейронні аудіокодеки, що поєднують дуже низьку швидкість передавання даних із високоточною реконструкцією звуку.
- Створюйте керовані генеративні моделі для різноманітного мовлення, зокрема емоційного, багатоголосого, зашумленого й одночасного мовлення.
- Проєктуйте системи ембедингів, що розділяють латентні представлення на виміри мовця, змісту, стилю, середовища й каналу.
- Застосовуйте латентну рекомбінацію для створення синтетичних аудіоданих у безпрецедентних масштабах.
- Навчайте мультимодальні системи перетворення мовлення на мовлення для широкого розуміння й емпатичних, природних відповідей.
- Проєктуйте архітектури моделей, методи навчання й алгоритми інференсу для обладнання без абстракцій операційної системи.
- Забезпечуйте економне навчання на наборах даних обсягом у мільярди годин і інференс у реальному часі для сотень мільйонів одночасних розмов.
- Проводьте контрольовані експерименти, абляційні дослідження, оцінювання й стрес-тести.
- Долучайтеся до підготовки наукових публікацій і проєктів із відкритим кодом.
Вимоги
- Ґрунтовна математична підготовка з теорії статистичного навчання, особливо самонавчання й мультимодального навчання.
- Глибокі знання архітектур базових моделей і масштабування навчання для кількох модальностей.
- Здатність розробляти оригінальні математичні формулювання та ефективно їх реалізовувати.
- Підтверджений досвід створення й підтримки великих, якісних і різноманітних конвеєрів даних.
- Досвід розроблення контрольованих експериментів для виокремлення впливу архітектури й перевірки теоретичних висновків.
- Досвід підготовки моделей до практичного розгортання з урахуванням обмежень обладнання й методів підвищення ефективності.
- Публікації або внесок у проєкти з відкритим кодом, що розвивають ШІ для мовлення або мови.
- Здатність визначати вирішальні експерименти для швидкої перевірки ідей.
- Бачення того, як збільшити масштаб успішних доказів концепції у 100 разів.
- Підхід, орієнтований на автоматизацію та розширення можливостей за допомогою ШІ.
- Наукова література або академічні публікації з обробки мовлення, перетворення мовлення на текст, тексту на мовлення або суміжних тем, як зазначено в заявці.
- Законний дозвіл на роботу в країні, де розташована посада.
- Можливість відповідати вимогам для отримання візового спонсорства в країні, де розташована посада.
Переваги
- Віддалений формат роботи.
- Робоче середовище, орієнтоване на ШІ, із можливістю використовувати й випробовувати передові інструменти ШІ.
- Можливість працювати над трансформаційними дослідженнями голосового ШІ.
- Можливість долучатися до проєктів із відкритим кодом і наукових публікацій.
- Запис співбесіди за допомогою ШІ-помічника для нотаток необов’язковий; відмова не впливає на кандидатуру.