Auf einen Blick
- Aufgaben: Entwickle innovative Ansätze zur Vorhersage der Audioqualität mit multimodalen LLMs.
- Unternehmen: Führendes Unternehmen in der Unterhaltungsinnovation mit kreativer Kultur.
- Vorteile: Flexible Arbeitszeiten, wettbewerbsfähige Vergütung und hervorragende Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit spannenden Projekten und Anerkennung für deine Leistungen.
- Warum dieser Job: Gestalte die Zukunft der Unterhaltung und erlebe den Einfluss deiner Arbeit.
- Qualifikationen: Master-Studium in Informatik oder verwandten Bereichen und Erfahrung mit PyTorch.
Das prognostizierte Gehalt liegt zwischen 1500 - 2000 € pro Monat.
Schließen Sie sich dem führenden Unternehmen für Unterhaltungstechnologie an und helfen Sie uns, die Zukunft zu gestalten. Bei Dolby treffen Wissenschaft und Kunst aufeinander, und High-Tech bedeutet mehr als nur Computer-Code. Als Mitglied des Dolby-Teams werden Sie die Ergebnisse Ihrer Arbeit überall sehen und hören, von Kinos bis hin zu Smartphones. Wir revolutionieren weiterhin, wie Menschen Unterhaltung weltweit schaffen, bereitstellen und genießen. Um dies zu erreichen, benötigen wir das absolut beste Talent. Wir sind groß genug, um Ihnen alle Ressourcen zu bieten, die Sie benötigen, und klein genug, damit Sie einen echten Unterschied machen und Anerkennung für Ihre Arbeit erhalten können. Wir bieten eine kollegiale Kultur, herausfordernde Projekte sowie hervorragende Vergütung und Leistungen, ganz zu schweigen von einem flexiblen Arbeitsansatz, der wirklich flexibel ist, um zu unterstützen, wo, wann und wie Sie Ihre beste Arbeit leisten.
Zusammenfassung: Jüngste Fortschritte bei Audio-/Video-großen Sprachmodellen (LLMs) haben ihr Potenzial in verschiedenen Audio-/Video-Verständnisaufgaben gezeigt. Frühere Forschungen haben die Wirksamkeit der Feinabstimmung von LLMs sowohl für referenzfreie Sprachqualitätsbewertung als auch für „Zero-Shot“-referenzfreie Sprachqualitätsbewertung aufgezeigt, was die Anwendbarkeit von LLMs für Qualitätsbewertungsaufgaben hervorhebt. Diese Thesis zielt darauf ab, einen neuartigen Ansatz zur Vorhersage der Audioqualität von komprimiertem Audio unter Verwendung multimodaler LLMs zu entwickeln. Das Ziel ist es, die Audioqualität auf der MUSHRA-Skala vorherzusagen, indem komprimiertes Audio mit seinem unkomprimierten Referenz verglichen wird.
Verantwortlichkeiten:
- Literaturübersicht: Analyse bestehender Methoden zur Vorhersage der Audioqualität mit Fokus auf den Einsatz multimodaler LLMs.
- Modellentwicklung: Anpassung und Feinabstimmung bestehender Audio-/Video-LLMs zur Vorhersage der vollreferenzierten Audioqualität und, falls erforderlich, Erkundung intelligenter Prompt-Engineering-Techniken.
- Training und Bewertung: Feinabstimmung des Modells unter Verwendung der MUSHRA-Skala als Zielmetrik. Bewertung der Leistung des Modells im Vergleich zu etablierten Benchmarks und menschlichen Hörbewertungen.
Anforderungen:
- Derzeit im Masterstudium in Informatik, Maschinenlernen, Statistik, Elektrotechnik oder einem verwandten technischen Bereich.
- Erfahrung mit PyTorch, Python und NumPy.
- Grundkenntnisse in der Ausbildung von Deep-Learning-Modellen.
Master Thesis Worker Arbeitgeber: Dolby
Dolby ist ein hervorragender Arbeitgeber, der eine inspirierende Arbeitsumgebung bietet, in der Wissenschaft und Kunst aufeinandertreffen. Mit einem kollegialen Arbeitsklima, herausfordernden Projekten und flexiblen Arbeitsmodellen unterstützt Dolby die persönliche und berufliche Weiterentwicklung seiner Mitarbeiter. Hier haben Sie die Möglichkeit, an innovativen Technologien zu arbeiten und einen echten Unterschied in der Welt der Unterhaltung zu machen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Master Thesis Worker erhalten könnten
✨Tipp Nummer 1
Sei proaktiv! Nutze LinkedIn und andere Netzwerke, um mit Leuten bei Dolby in Kontakt zu treten. Frag nach Informationen über die Unternehmenskultur oder aktuelle Projekte – das zeigt dein Interesse und Engagement.
✨Tipp Nummer 2
Bereite dich auf das Vorstellungsgespräch vor, indem du deine Kenntnisse über multimodale LLMs und deren Anwendung in der Audioqualität vertiefst. Zeig, dass du nicht nur die Theorie verstehst, sondern auch praktische Ideen hast, wie du zur Weiterentwicklung beitragen kannst.
✨Tipp Nummer 3
Nutze unsere Website, um dich direkt zu bewerben! Das gibt dir die Möglichkeit, deine Bewerbung hervorzuheben und sicherzustellen, dass sie die richtigen Leute erreicht. Außerdem kannst du so gleich einen Eindruck von unseren Werten und Projekten bekommen.
✨Tipp Nummer 4
Sei bereit, Fragen zu stellen! Im Gespräch kannst du nach den Herausforderungen fragen, die Dolby aktuell im Bereich Audioqualität hat. Das zeigt, dass du nicht nur an einem Job interessiert bist, sondern auch an der Lösung von Problemen und der Weiterentwicklung des Unternehmens.
Wir glauben, dass du diese Fähigkeiten brauchst, um Master Thesis Worker mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei kreativ mit deinem Anschreiben!:Dein Anschreiben ist deine Chance, uns zu zeigen, wer du wirklich bist. Nutze es, um deine Leidenschaft für Audioqualität und multimodale LLMs zu zeigen. Lass uns wissen, warum du die perfekte Ergänzung für unser Team bist!
Betone deine technischen Fähigkeiten:Stelle sicher, dass du deine Erfahrungen mit PyTorch, Python und NumPy klar hervorhebst. Wir suchen nach jemandem, der sich in diesen Bereichen wohlfühlt, also zeig uns, was du drauf hast!
Mach eine gründliche Literaturrecherche:Da deine Masterarbeit auf bestehenden Methoden aufbaut, ist es wichtig, dass du dich mit der aktuellen Forschung auseinandersetzt. Zeige uns, dass du die Trends und Herausforderungen im Bereich der Audioqualität verstehst.
Bewirb dich über unsere Website!:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass alles reibungslos läuft und wir deine Unterlagen schnellstmöglich bearbeiten können. Wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Dolby vorbereitet
✨Verstehe die Technologie
Mach dich mit den neuesten Entwicklungen in der Audio- und Videoverarbeitung vertraut. Informiere dich über multimodale LLMs und deren Anwendung in der Audioqualitätseinschätzung. Das zeigt dein Interesse und deine Vorbereitung auf das Thema.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die du während deines Studiums oder Praktika gemacht hast. Zeige, wie du PyTorch, Python und NumPy verwendet hast, um Probleme zu lösen oder Modelle zu trainieren. Das gibt dem Interviewer einen Einblick in deine praktischen Fähigkeiten.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Frage nach den Herausforderungen, die das Team bei der Entwicklung von Modellen hat, oder nach den Möglichkeiten zur Weiterentwicklung innerhalb des Unternehmens. Das zeigt dein Engagement und Interesse an der Position.
✨Kulturelle Passung
Informiere dich über die Unternehmenskultur bei Dolby. Überlege dir, wie du zu einem kollegialen Umfeld beitragen kannst und welche Werte dir wichtig sind. Das hilft dir, im Gespräch authentisch zu sein und zu zeigen, dass du gut ins Team passt.
