Applied Researcher, Audio in Wien

Über die Rolle

Als Applied Researcher in Audio werden Sie vielversprechende Forschung in Modelle umsetzen, die außerhalb des Labors funktionieren. Sie werden an Modellarchitektur, Daten, Training, Evaluation und Inferenz mitwirken. Je nach Problem könnte Ihre Arbeit Sprachverständnis, -generierung, Repräsentationslernen, Ausrichtung, mehrsprachige Modellierung oder multimodale Systeme umfassen. Diese Rolle ist absichtlich breit gefasst. Wir suchen jemanden, der zwischen wissenschaftlicher Erkundung und praktischer Umsetzung wechseln kann und ein erfolgreiches Experiment bis zur offenen Veröffentlichung oder Produktionssystem führen kann.

Warum wir Sie brauchen

Audio enthält viel mehr als die Worte in einem Transkript. Timing, Prosodie, Sprecheridentität, Aussprache, Reparaturen, vokale Ereignisse und akustischer Kontext tragen alle Informationen. Die meisten Sprachsysteme vereinfachen diese Details. Das macht sie einfacher zu trainieren, aber weniger nützlich in der realen Kommunikation und insbesondere in der neurologischen Versorgung. Nyra Labs arbeitet an Modellen, die mehr vom ursprünglichen Signal bewahren und verstehen. Wir benötigen einen angewandten Forscher, der neue Forschungsideen mit schwierigen realen Daten, rigoroser Evaluation und Systemen verbinden kann, die Menschen tatsächlich nutzen können.

Was Sie gestalten werden

• Audio-Modelle: Forschung und Entwicklung von Modellen für Sprachverständnis, -generierung, Ausrichtung, Repräsentationslernen und verwandte Bereiche.
• Modellarchitektur: Erforschung von Architekturen, die über Audio, Text, Timing und andere relevante Signale hinweg argumentieren können.
• Datenstrategie: Kuratierung von Trainingsmischungen, Verbesserung von Annotationsmethoden und Entwicklung synthetischer oder modellgestützter Datenpipelines.
• Evaluation: Etablierung von Benchmarks, die die Details messen, die konventionelle Audiometrics übersehen.
• Forschungsprototyping: Schneller Übergang von Arbeiten und Hypothesen zu funktionierenden Experimenten und klaren Schlussfolgerungen.
• Skalierung und Optimierung: Effizientes Trainieren und Optimieren von Modellen über moderne GPU-Infrastruktur.
• Forschung zur Veröffentlichung: Zusammenarbeit mit Ingenieuren, um erfolgreiche Prototypen in zuverlässige offene Modelle und Fähigkeiten von Nyra Health umzuwandeln.
• Publikation: Beitrag zu Artikeln, technischen Berichten, Datensätzen und Open-Source-Veröffentlichungen.

Was Sie für den Erfolg qualifiziert

• Erfahrung in der Audioforschung: Ein starkes Fundament in Sprach-, Audioverständnis, Audio-Generierung, Sprach-zu-Sprache-Systemen oder Repräsentationslernen.
• Angewandte Forschungsmentalität: Sie balancieren wissenschaftliche Neuheit mit Nützlichkeit und messbarem Einfluss.
• Profi in Deep Learning: Praktische Erfahrung mit PyTorch, modernen Modellarchitekturen und großangelegtem Training.
• Forschungsbreite: Sie sind damit vertraut, über Architektur, Daten, Evaluation und Infrastruktur hinweg zu arbeiten.
• Experimentelle Strenge: Sie entwerfen informative Experimente, wählen bedeutungsvolle Metriken aus und interpretieren Ergebnisse sorgfältig.
• Ingenieurfähigkeiten: Sie schreiben sauberen Python-Code und können über Notebooks hinaus in wartbare Systeme übergehen.
• Relevanter Hintergrund: MSc, PhD oder gleichwertige praktische Erfahrung in maschinellem Lernen, Sprachverarbeitung, Audio oder einem verwandten Bereich.
• AI-native Arbeitsweise: Sie nutzen moderne Forschungs- und Codierungswerkzeuge, um Erkundung, Implementierung und Analyse zu beschleunigen.

Über Ihren Lebenslauf hinaus

• Breit neugierig: Sie sind bereit, das Problem über disziplinäre Grenzen hinweg zu verfolgen.
• Pragmatisch: Sie wissen, wann eine einfache Basislinie informativer ist als ein kompliziertes Modell.
• Wirkungsorientiert: Sie möchten, dass Forschung die Nutzer erreicht und nicht bei einem Benchmark stoppt.
• Kooperativ: Sie arbeiten gerne mit Forschern, Ingenieuren, Therapeuten und Produktteams zusammen.
• Selbstgesteuert: Sie können das nächste nützliche Experiment identifizieren und es umsetzen.

Warum Nyra Labs

• Zugang zu schwierigen, klinisch fundierten Sprachdaten
• Die Freiheit, über den gesamten Audioforschungsstapel zu arbeiten
• Die Möglichkeit, Modelle, Datensätze und Benchmarks offen zu veröffentlichen
• Ein direkter Weg von der Forschung zur realen Anwendung
• Enge Zusammenarbeit mit einem kleinen, ehrgeizigen Team
• Attraktive Vergütung, Phantom Stock Options und Unternehmensleistungen
• Ein schönes Büro im ersten Bezirk von Wien mit einem hybriden Arbeitsmodell

Der Prozess

• Einführungsgespräch, ca. 30 Minuten: Ihr Hintergrund, Erwartungen und eine Einführung in Nyra Labs.
• Forschungs-Tiefeninterview: Eine Diskussion über frühere Arbeiten, Ihren Ansatz zu einem Audioforschungsproblem und wie Sie es bewerten würden.
• Treffen mit den Gründern und dem Team: Diskussion über Forschungsrichtung, Zusammenarbeit und was Sie bei Nyra Labs erkunden möchten.