Auf einen Blick
- Aufgaben: Entwickle und implementiere Deep Learning Modelle für Sprachverbesserung.
- Arbeitgeber: Wachsendes Voice AI Startup mit erstklassigen Investoren.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen und dynamische Startup-Kultur.
- Warum dieser Job: Gestalte die Zukunft der Voice AI und mache echten Einfluss.
- Gewünschte Qualifikationen: 3+ Jahre Erfahrung in Machine Learning und Audioverarbeitung.
- Andere Informationen: Hohe Eigenverantwortung und Raum für berufliches Wachstum.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
ai-coustics baut die Zuverlässigkeitsschicht für Voice AI auf, das System, das die Lücke zwischen rohem Audioeingang und zuverlässigem maschinellen Verständnis in der Produktion schließt. Durch die Kombination von modernster Sprach- und Audioforschung mit Echtzeit-Produkt-SDKs testen, beobachten und ermöglichen wir Voice AI-Systeme, in jeder Umgebung zu arbeiten. Unsere Software wird von Voice AI-Unternehmen in Europa und den Vereinigten Staaten genutzt, deren Produkte zuverlässige Leistung in großem Maßstab erfordern: Callcenter-Agenten, Sprachagenten, Telefonie-Apps und Unternehmens-Sprachassistenten. Wir glauben, dass Sprache die Hauptschnittstelle für Technologie werden wird, und ai-coustics baut die grundlegende Infrastruktur auf, um Audioeingaben zuverlässig, messbar und einfach bereitzustellen.
Wir suchen nach einem Machine Learning Research Engineer mit einem tiefen Verständnis der Audio-Modaliät, einer starken Erfolgsbilanz in der Entwicklung und Bereitstellung benutzerdefinierter Deep-Learning-Modelle sowie der Fähigkeit, spezialisierte Datenpipelines zu entwerfen und den Antrieb, reale Auswirkungen über akademische Benchmarks hinaus zu schaffen. Schließen Sie sich einem kleinen, fokussierten Team an, das die Kernalgorithmen hinter unseren Produkten entwickelt, wo Sie die volle Verantwortung für den Lebenszyklus des maschinellen Lernens übernehmen.
Aufgaben:
- Modellentwicklung & -bereitstellung: Entwerfen, Implementieren, Trainieren, Evaluieren, Optimieren und Bereitstellen von Deep-Learning-Modellen für sprachverbesserungsbezogene Audio-Probleme.
- Datenzentriertes maschinelles Lernen: Erstellen, Kuratieren und Verfeinern benutzerdefinierter Datensätze und komplexer Audio-Simulationspipelines für Training und Evaluierung, um die Modellleistung für reale Produktionsanwendungsfälle zu verstehen und zu verbessern.
- MLOps & Tools: Helfen Sie uns, unsere internen Tools, Pipelines und Infrastrukturen kontinuierlich zu verbessern, um Iterationen zu beschleunigen und Zuverlässigkeit sicherzustellen.
- Wert demonstrieren: Zusammenarbeit mit Vertrieb und Entwicklerbeziehungen an Fallstudien, Dokumentation, Demos und technischem Inhalt.
Voraussetzungen:
- 3+ Jahre praktische Erfahrung in der Lösung nicht trivialer Probleme im maschinellen Lernen von Ende zu Ende – einschließlich Datensammlung/-simulation, Training, Evaluierung, Debugging und Bereitstellung in realen Systemen.
- Starke Expertise in Audio- und Sprachverarbeitung – Sie verstehen die Eigenheiten, Herausforderungen und die Schönheit des Klangs. Idealerweise haben Sie Erfahrung in der Audio-Sequenz-zu-Sequenz-Modellierung und haben an Sprachverbesserung, Quelltrennung, Sprecherdiarisierung, Sprach-zu-Text, Text-zu-Sprache oder ähnlichem gearbeitet.
- Expertenniveau in PyTorch und seinem Ökosystem sowie Vertrautheit mit cloudbasierten Trainings-Setups, Experimentverfolgungstools und modernen Entwicklungspraktiken. Sie schreiben sauberen, modularen, produktionsbereiten Code.
- Eine Startup-Mentalität: Sie sind mit Unklarheiten vertraut, bewegen sich schnell, wenn es darauf ankommt, ergreifen Initiative und konzentrieren sich auf den Aufbau, das Versenden und das Gewinnen von Kunden. Idealerweise haben Sie zuvor in einem Startup gearbeitet oder Erfahrung in einer schnelllebigen, produktzentrierten Umgebung gesammelt.
Vorteile:
- Die Möglichkeit, in einem schnell wachsenden Voice AI-Startup zu arbeiten, das von führenden Investoren unterstützt wird.
- Vergütung und Eigenkapital: Wettbewerbsfähiges Gehaltspaket, zusätzliche Vorteile und Aktienoptionen, die es Ihnen ermöglichen, am Erfolg des Unternehmens teilzuhaben.
- Startup-Kultur: Dynamische, schnelllebige Umgebung mit leidenschaftlichen und kollaborativen Kollegen.
- Hohe Wirkung: Bahnbrechendes Startup in einer entscheidenden Wachstumsphase, das einen echten Unterschied in der Art und Weise macht, wie Menschen Audio erleben.
- Eigentum & Autonomie: Übernehmen Sie die volle Verantwortung für Projekte und liefern Sie schnell.
- Arbeiten Sie mit den Besten: Weltklasse-Team von Ingenieuren und Entwicklern mit viel Raum für berufliches Wachstum.
- Zur Zukunft beitragen: Definieren Sie die Landschaft der Voice AI-Technologie.
Wenn Sie bereit sind, die Initiative zur Revolutionierung von Voice AI zu ergreifen und unser Startup zu neuen Höhen zu führen, würden wir uns freuen, von Ihnen zu hören. Bewerben Sie sich noch heute, um dem ai-coustics-Team beizutreten!
ML Research Engineer Arbeitgeber: ai-coustics
Kontaktperson:
ai-coustics HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: ML Research Engineer
✨Tipp Nummer 1
Mach dir ein starkes Netzwerk! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Voice AI-Branche in Kontakt zu treten. Zeig Interesse an ihren Projekten und teile deine eigenen Ideen – so bleibst du im Gedächtnis!
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe das Lösen von Machine Learning-Problemen und sei bereit, deine Ansätze zu erklären. Zeig, dass du nicht nur die Theorie beherrschst, sondern auch praktische Lösungen entwickeln kannst.
✨Tipp Nummer 3
Sei proaktiv und zeig Initiative! Wenn du eine interessante Idee hast, die zu ai-coustics passt, zögere nicht, sie in einem Gespräch oder Interview zu teilen. Das zeigt, dass du wirklich an der Mission des Unternehmens interessiert bist.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung die richtigen Leute erreicht. Und vergiss nicht, dein Portfolio oder Projekte zu zeigen, die deine Fähigkeiten im Bereich Audio- und Sprachverarbeitung demonstrieren.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: ML Research Engineer
Tipps für deine Bewerbung 🫡
Sei authentisch!: Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für Machine Learning und Audio sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du dich für diese Rolle interessierst und was dich motiviert.
Betone deine Erfahrungen: Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Machine Learning und Audioverarbeitung. Konkrete Beispiele helfen uns, deine Fähigkeiten besser zu verstehen und wie du sie bei uns einsetzen kannst.
Mach es übersichtlich: Halte deine Bewerbung klar und strukturiert. Verwende Absätze, um verschiedene Themen zu trennen, und achte darauf, dass alles gut lesbar ist. Wir schätzen eine saubere Präsentation!
Bewirb dich über unsere Website: Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir sie schnellstmöglich prüfen können.
Wie du dich auf ein Vorstellungsgespräch bei ai-coustics vorbereitest
✨Verstehe die Technologie
Mach dich mit den neuesten Entwicklungen im Bereich Sprach- und Audioverarbeitung vertraut. Zeige, dass du die Herausforderungen und Möglichkeiten in der Voice AI verstehst und wie deine Erfahrungen dazu passen.
✨Präsentiere deine Projekte
Bereite konkrete Beispiele deiner bisherigen Arbeiten vor, insbesondere solche, die sich auf die Entwicklung und Implementierung von Deep Learning Modellen beziehen. Erkläre, wie du Probleme gelöst hast und welche Ergebnisse du erzielt hast.
✨Zeige deine Teamfähigkeit
Da die Rolle enge Zusammenarbeit erfordert, sei bereit, über deine Erfahrungen in der Teamarbeit zu sprechen. Betone, wie du in der Vergangenheit mit anderen zusammengearbeitet hast, um technische Inhalte zu erstellen oder Projekte erfolgreich abzuschließen.
✨Stelle kluge Fragen
Bereite einige durchdachte Fragen vor, die zeigen, dass du an der Vision des Unternehmens interessiert bist. Frage nach den aktuellen Herausforderungen im Bereich MLOps oder wie das Team die Qualität der Modelle sicherstellt.