Investigação de Pessoal, Fundamentos de IA de Voz [Remoto]

DeepgramRemoto
London, UK, Remote- Ireland, Switzerland, The Netherlands, Canada, Australia- Melbourne, EMEA

A Deepgram procura um Research Staff para a equipa Voice AI Foundations, em regime remoto. A função passa por conduzir investigação sobre modelos de áudio neural e modelos generativos de fala controláveis, até à entrega de um modelo que funcione com restrições de tempo real.

VISÃO GERAL DA EMPRESA A Deepgram está a trazer a interface mais natural do mundo, a voz, para a tecnologia que usamos todos os dias. Os nossos modelos de fala e infraestrutura em tempo real alimentam sistemas de IA que acompanham a forma como as pessoas realmente falam. Mais de 5.000 organizações executam IA de voz conversacional em produção na Deepgram, incluindo Twilio, Cloudflare, Sierra, Decagon, Vapi, Cresta, Granola e Jack in the Box. A Plataforma de Agente de Voz da Deepgram reúne fala-para-texto, texto-para-fala e fala-para-fala, com modelos de fundação nativos de voz disponíveis através de APIs na nuvem ou implementações auto-hospedadas e no local. Construída para precisão, baixa latência e eficiência de custos, a Deepgram torna práticas a construção e operação de experiências de voz de alta qualidade à escala. Mais de 650.000 programadores usaram a Deepgram para processar mais de 200.000 anos de áudio. Todos os dias, mais conversas do mundo com IA correm nos nossos modelos. PRINCÍPIOS OPERACIONAIS A Deepgram é uma empresa de investigação que produtiza o mais rápido possível. Quatro Princípios Operacionais moldam a forma como pensamos, decidimos e trabalhamos em conjunto: - Comprima antes de comunicar. Pensa primeiro e depois lidera com a conclusão. Comprima antes de comunicar. Pensa primeiro e depois lidera com a conclusão. - Resista à entropia. Questiona o que já existe antes de adicionar mais processos ou ferramentas. Resista à entropia. Questiona o que já existe antes de adicionar mais processos ou ferramentas. - Resolva a categoria. Corrige problemas recorrentes na origem, não um caso de cada vez. Resolva a categoria. Corrige problemas recorrentes na origem, não um caso de cada vez. - Trabalhe na fronteira. Vai atrás de problemas que ninguém resolveu ainda. Trabalhe na fronteira. Vai atrás de problemas que ninguém resolveu ainda. Procuramos pessoas que já trabalham desta forma, e estes princípios moldam a forma como crescemos e avaliamos a nossa equipa. IA-PRIMEIRO POR DEFEITO Construímos IA com a qual milhões de pessoas falam, e gerimos a empresa da mesma forma. A IA é como centralizamos o trabalho aqui, e é central para a forma como operamos. Isso significa mais do que usar as ferramentas. Esperamos que: - Construa, não apenas use. Desenha os seus próprios fluxos de trabalho e agentes, e usa IA para remover categorias inteiras de trabalho em vez de fazer o mesmo trabalho mais rápido. Construa, não apenas use. Desenha os seus próprios fluxos de trabalho e agentes, e usa IA para remover categorias inteiras de trabalho em vez de fazer o mesmo trabalho mais rápido. - Assuma o resultado. A IA pode acelerar o trabalho. Não torna ninguém menos responsável por ele. Compreende, verifica e defende tudo o que partilha, incluindo o que um agente produz para si. Assuma o resultado. A IA pode acelerar o trabalho. Não torna ninguém menos responsável por ele. Compreende, verifica e defende tudo o que partilha, incluindo o que um agente produz para si. - Passe o tempo que recupera na fronteira. A capacidade que a IA cria vai para problemas que ninguém resolveu ainda. Passe o tempo que recupera na fronteira. A capacidade que a IA cria vai para problemas que ninguém resolveu ainda. - Acompanhe o ritmo. Os modelos e ferramentas mudam todos os meses, e o seu trabalho também. Adota rapidamente o que é novo e abandona o que já não justifica o seu lugar. Acompanhe o ritmo. Os modelos e ferramentas mudam todos os meses, e o seu trabalho também. Adota rapidamente o que é novo e abandona o que já não justifica o seu lugar. Julgamos a IA pelo que ela o ajuda a entregar e se defende o resultado, não pela frequência com que a usa. Nas entrevistas, conte com apresentar-nos um fluxo de trabalho que construiu e onde traçou a linha entre a IA e o seu próprio julgamento. Visão Geral da Equipa O Pessoal de Investigação de Fronteira da Deepgram trabalha na fronteira da IA de áudio, tanto na perceção como na geração, desde fala-para-texto até texto-para-fala. Partimos de questões abertas sobre o que os modelos podem fazer e como devem ser construídos, e depois prosseguimos novas abordagens através de experiências que se tornam as bases de investigação para os nossos sistemas STT e TTS. Medimos o sucesso pelo facto de o trabalho avançar o que os nossos modelos podem fazer. O tempo real é a restrição que molda cada questão que colocamos. Os Modelos de Espaço Latente são a nossa aposta num novo paradigma para a IA de áudio. Em vez de construir sobre abordagens atuais, usamos um codec latente aprendido como base partilhada para geração, compreensão e dados sintéticos, abrindo capacidades e uma escala que essas abordagens não conseguem alcançar. O objetivo é que a voz se torne a interface natural para a tecnologia. A equipa trabalha em estreita colaboração com engenharia, infraestrutura, produto, dados e marketing para levar os avanços da primeira experiência para a produção. Objetivos Principais - Assumir uma parte difícil da agenda dos Modelos de Espaço Latente de ponta a ponta, desde a investigação até um modelo que é lançado sob restrições de tempo real Assumir uma parte difícil da agenda dos Modelos de Espaço Latente de ponta a ponta, desde a investigação até um modelo que é lançado sob restrições de tempo real - Construir codecs de áudio neuronais de próxima geração que comprimem áudio geral para taxas de bits extremamente baixas enquanto o reconstroem com alta fidelidade Construir codecs de áudio neuronais de próxima geração que comprimem áudio geral para taxas de bits extremamente baixas enquanto o reconstroem com alta fidelidade - Pioneirar modelos generativos direcionáveis que sintetizam toda a gama de fala humana a partir do codec latente (conversa casual, emoção forte, múltiplos falantes com ruído e sobreposição) com prosódia natural e controlo preciso, em tempo real Pioneirar modelos generativos direcionáveis que sintetizam toda a gama de fala humana a partir do codec latente (conversa casual, emoção forte, múltiplos falantes com ruído e sobreposição) com prosódia natural e controlo preciso, em tempo real - Fatorizar o codec latente em dimensões interpretáveis como falante, conteúdo, estilo, ambiente e canal, para que a equipa possa direcionar a geração e recombinar latentes com intenção Fatorizar o codec latente em dimensões interpretáveis como falante, conteúdo, estilo, ambiente e canal, para que a equipa possa direcionar a geração e recombinar latentes com intenção - Usar recombinação latente para gerar áudio sintético à escala, e para treinar sistemas fala-para-fala que compreendem qualquer pessoa e respondem com empatia e propósito Usar recombinação latente para gerar áudio sintético à escala, e para treinar sistemas fala-para-fala que compreendem qualquer pessoa e respondem com empatia e propósito - Construir sistemas duráveis de dados, avaliação e treino que curam e aprendem de fluxos de áudio massivos e diversos sem sacrificar a qualidade, para que cada experiência se torne mais rápida que a anterior Construir sistemas duráveis de dados, avaliação e treino que curam e aprendem de fluxos de áudio massivos e diversos sem sacrificar a qualidade, para que cada experiência se torne mais rápida que a anterior - Co-desenhar arquiteturas, esquemas de treino e inferência com hardware bare-metal, mantendo o treino eficiente em custos e a inferência em tempo real à escala mundial Co-desenhar arquiteturas, esquemas de treino e inferência com hardware bare-metal, mantendo o treino eficiente em custos e a inferência em tempo real à escala mundial - Ajudar a definir a direção de investigação para a equipa, e tornar resultados complexos claros e acionáveis para investigadores, engenheiros, produto, dados e marketing Ajudar a definir a direção de investigação para a equipa, e tornar resultados complexos claros e acionáveis para investigadores, engenheiros, produto, dados e marketing Competências, Conhecimentos e Capacidades Mínimos - Experiência profunda e demonstrada em modelação generativa, como difusão, modelos latentes ou geração controlável, em fala, imagem, vídeo ou outro domínio generativo criativo Experiência profunda e demonstrada em modelação generativa, como difusão, modelos latentes ou geração controlável, em fala, imagem, vídeo ou outro domínio generativo criativo - Forte base matemática em aprendizagem estatística, especialmente aprendizagem auto-supervisionada e multimodal, com a capacidade de derivar novas formulações e implementá-las eficientemente Forte base matemática em aprendizagem estatística, especialmente aprendizagem auto-supervisionada e multimodal, com a capacidade de derivar novas formulações e implementá-las eficientemente - Centrado em dados, representação e avaliação: identifica problemas nos dados, interroga o que os latentes de um modelo realmente codificam, e constrói avaliações que dizem a verdade Centrado em dados, representação e avaliação: identifica problemas nos dados, interroga o que os latentes de um modelo realmente codificam, e constrói avaliações que dizem a verdade - Desenha experiências controladas e ablações que isolam o que funciona, e abandona ideias rapidamente quando a evidência o diz Desenha experiências controladas e ablações que isolam o que funciona, e abandona ideias rapidamente quando a evidência o diz - Construiu novas arquiteturas de modelos de fundação ou escalou as existentes em várias modalidades Construiu novas arquiteturas de modelos de fundação ou escalou as existentes em várias modalidades - Trabalha de forma nativa em IA: desenha fluxos de trabalho de investigação Humano+IA, e constrói as suas próprias ferramentas, infraestrutura ou avaliações para desbloquear o trabalho em vez de esperar por elas Trabalha de forma nativa em IA: desenha fluxos de trabalho de investigação Humano+IA, e constrói as suas próprias ferramentas, infraestrutura ou avaliações para desbloquear o trabalho em vez de esperar por elas - Raciocina a partir de primeiros princípios, transporta ideias entre domínios, e explica trabalho técnico profundo ao nível que o ouvinte precisa Raciocina a partir de primeiros princípios, transporta ideias entre domínios, e explica trabalho técnico profundo ao nível que o ouvinte precisa - Proficiência avançada em Python e PyTorch: confortável a construir modelos de raiz, a depurar treino à escala, e a trabalhar além de abstrações de alto nível quando o problema o exige Proficiência avançada em Python e PyTorch: confortável a construir modelos de raiz, a depurar treino à escala, e a trabalhar além de abstrações de alto nível quando o problema o exige - Doutoramento ou Mestrado em aprendizagem automática, ciência da computação, matemática, física, processamento de sinal ou área relacionada, e/ou experiência industrial equivalente Doutoramento ou Mestrado em aprendizagem automática, ciência da computação, matemática, física, processamento de sinal ou área relacionada, e/ou experiência industrial equivalente Qualificações Preferenciais (desejáveis, não obrigatórias) - Lançou um modelo ou sistema em produção, idealmente sob restrições de tempo real ou streaming (latência, memória, eficiência), ou tem publicações ou trabalho de código aberto que avançou a IA generativa, de fala ou de linguagem Lançou um modelo ou sistema em produção, idealmente sob restrições de tempo real ou streaming (latência, memória, eficiência), ou tem publicações ou trabalho de código aberto que avançou a IA generativa, de fala ou de linguagem - Experiência prática com codecs de áudio neuronais, TTS, STT ou sistemas fala-para-fala. A experiência profunda em fala é bem-vinda, mas investigadores generativos fortes de outros domínios estão igualmente no âmbito Experiência prática com codecs de áudio neuronais, TTS, STT ou sistemas fala-para-fala. A experiência profunda em fala é bem-vinda, mas investigadores generativos fortes de outros domínios estão igualmente no âmbito - Trabalhou em interpretabilidade ou direcionamento de representação: compreender o que um modelo aprendeu e usar isso para o controlar Trabalhou em interpretabilidade ou direcionamento de representação: compreender o que um modelo aprendeu e usar isso para o controlar - Traz uma prática interdisciplinar ou criativa para a investigação, através de projetos autodirigidos ou problemas que enquadrou ele próprio em vez de retirar de um manual Traz uma prática interdisciplinar ou criativa para a investigação, através de projetos autodirigidos ou problemas que enquadrou ele próprio em vez de retirar de um manual Sabemos que a lacuna de confiança e a síndrome do impostor podem impedir o encontro com grandes candidatos — por isso, não hesite em candidatar-se. Gostaríamos muito de ouvir de si. Aviso: Estamos cientes de indivíduos que se fazem passar por recrutadores da Deepgram. Toda a comunicação legítima de recrutamento da Deepgram vem de um endereço de e-mail @deepgram.com http://deepgram.com. Se recebeu uma mensagem alegando ser da Deepgram, por favor reencaminhe-a para careers@deepgram.com.

A candidatura é feita diretamente no site da empresa — sem intermediários. Vaga remota verificada para quem reside em Portugal.

Candidatar no site da empresa →