(Senior) Staff Research Scientist | Voice

DeepL ist eine globale Kommunikationsplattform, die von Sprach-KI unterstützt wird. Seit 2017 haben wir es uns zur Aufgabe gemacht, Sprachbarrieren abzubauen. Unsere menschenähnlichen Übersetzungen und intelligenten Schreibvorschläge sind mit Blick auf die Sicherheit von Unternehmen konzipiert. Heute ermöglichen sie über 100.000 Unternehmen, die Kommunikation zu transformieren, neue Märkte zu erreichen und die Produktivität zu steigern. Und sie befähigen Millionen von Menschen weltweit, die Welt zu verstehen und ihre Ideen auszudrücken.

Unser Ziel ist es, der globale Marktführer in der Sprach-KI zu werden, Produkte zu entwickeln, die bessere Kommunikation fördern, Verbindungen schaffen und einen echten Einfluss auf das Leben haben. Um dies zu erreichen, benötigen wir talentierte Personen wie Sie, die sich unserer spannenden Reise anschließen.

Was uns auszeichnet, ist unsere Mischung aus moderner Technologie, wettbewerbsfähigen Vorteilen und einer offenen, einladenden Unternehmenskultur, die es unseren Mitarbeitern ermöglicht, zu gedeihen. Wenn wir teilen, wie es ist, bei DeepL zu arbeiten, sind die Reaktionen überwältigend positiv. Dies könnte an unseren Produkten liegen, die unzähligen Menschen weltweit geholfen haben, oder an unserer gemeinsamen Mission, die Kommunikation für Einzelpersonen und Unternehmen zu verbessern und Kulturen näher zusammenzubringen.

DeepL Voice definiert die Zukunft der Echtzeit-Multilingual-Kommunikation. Auf der Grundlage der weltweit führenden Übersetzungsqualität von DeepL bringt der Voice Track funktionsübergreifende Teams aus Forschung, Technik und Produkt zusammen, um die Grenzen des Möglichen in der Sprach-zu-Sprach-Interpretation zu erweitern.

In nur zwei Jahren haben wir unsere ersten kundenorientierten Funktionen eingeführt und zuverlässige Echtzeitsysteme für Meetings, Live-Kommunikation und Entwicklerintegrationen aufgebaut. Wir skalieren nun unsere Forschungsanstrengungen, um die nächste Generation von Audio-, Sprach- und multimodalen Übersetzungstechnologien zu erfinden.

Wir suchen einen Senior Staff Research Scientist, der wissenschaftliche Innovationen in unseren Sprach- und Übersetzungsmodellen leitet. Dies ist eine hochwirksame, praktische Rolle für einen Forschungsleiter, der die langfristige wissenschaftliche Strategie definieren, schnell Prototypen erstellen, großangelegte Experimente durchführen und Durchbrüche bis zur Produktion vorantreiben kann.

Ihre Verantwortlichkeiten:

• Leitung praktischer Forschung und Entwicklung in den Bereichen ASR, MT, TTS und Sprach-zu-Sprach-Übersetzung für Echtzeit-Sprachprodukte.
• Entwurf, Training und Optimierung großangelegter ASR-Modelle für mehrsprachige Genauigkeit, Robustheit und ultra-niedrige Latenz-Streaming.
• Verbesserung der kaskadierten Übersetzungs-Pipelines von Anfang bis Ende: Segmentierung, ASR→MT-Schnittstellen, Streaming-MT-Inferenz und inkrementelles Decoding.
• Entwicklung und Verfeinerung von Echtzeit-TTS-Modellen mit natürlicher Prosodie, stabilen Sprechermerkmalen und schneller Inferenz.
• Aufbau und Experimentieren mit End-to-End- und LLM-basierten Sprach-zu-Sprach-Übersetzungssystemen, einschließlich Streaming- und One-Shot-Ansätzen.
• Verantwortung für den gesamten Lebenszyklus der Modellauslieferung: Prototyping, Ablationen, Training, Bewertung, Optimierung und Produktionsbereitstellung.
• Enge Zusammenarbeit mit Ingenieurteams, um Modelle in Echtzeitsysteme zu integrieren und dabei Zuverlässigkeit, Betriebszeit und Qualität im großen Maßstab sicherzustellen.
• Vorantreiben von Verbesserungen in der Inferenz-Effizienz, Modellbereitstellung, Sprachbenutzererfahrung und Robustheit gegenüber realen akustischen Bedingungen.
• Einrichtung starker Praktiken für Bewertung, Reproduzierbarkeit, Überwachung und kontinuierliche Modellverbesserung in der Produktion.
• Mentoring von Forschern und Ingenieuren, Förderung der praktischen Zusammenarbeit und Erhöhung des Standards für Modellqualität und betriebliche Exzellenz.

Was wir suchen:

• Tiefe Expertise in Sprach-, Audio- oder mehrsprachigem maschinellem Lernen, insbesondere in ASR, MT, TTS, End-to-End-ST oder großen Sprachmodellen.
• Ein praktischer Entwickler, der gerne Modelle trainiert, Experimente durchführt, Pipelines debuggt und ML-Systeme in die Produktion integriert.
• Starkes Verständnis der Echtzeit-Streaming-Beschränkungen und wie man Modelle entwirft, die zuverlässig bei niedriger Latenz arbeiten.
• Erfahrung in der Bereitstellung von ML-Modellen in der Produktion, deren Wartung im großen Maßstab und der Zusammenarbeit mit Ingenieuren bei Bereitstellung, Überwachung und Bereitstellung.
• Fähigkeit, komplexe Forschungsanstrengungen zu leiten und dabei den Fokus auf Produktwirkung, Benutzererfahrung und reale Leistung zu behalten.
• Starke Programmier- und Experimentierfähigkeiten (Python, PyTorch/JAX, Audioverarbeitungsbibliotheken).
• Fähigkeit, klar zu kommunizieren, teamübergreifend zusammenzuarbeiten und Forschungsarbeiten mit Produkt- und Ingenieurprioritäten in Einklang zu bringen.
• Nachgewiesene Erfahrung in der Mentorschaft anderer und der Erhöhung der technischen Qualität in einem schnelllebigen, angewandten Forschungsteam.

Wir sind ein Arbeitgeber, der Chancengleichheit bietet. Sie sind bei DeepL willkommen, so wie Sie sind – wir schätzen Authentizität hier. Unser Produkt ist für alle da, und das gilt auch für unseren Arbeitsplatz. Je mehr Stimmen wir in unserem Unternehmen vertreten und verstärkt haben, desto mehr werden wir alle erfolgreich sein, beitragen und nach vorne denken! Bringen Sie uns Ihre persönlichen Erfahrungen, Ihre Perspektiven und Ihren Hintergrund. In unserer Vielfalt werden wir die Kraft finden, Sprachbarrieren in der Welt abzubauen.