Research Scientist - Audio Codec

Mirelo AI entwickelt die nächste Generation kreativer Werkzeuge, indem realistische Klänge, Sprache und Musik aus Videos generiert werden. Wir entwickeln bahnbrechende grundlegende generative KI-Modelle, die stummes Videomaterial "stumm schalten" und benutzerdefinierte, hyperrealistische Audios für Gaming, Video-Plattformen und Kreative erstellen. Unsere Technologie befähigt globale Geschichtenerzähler, ihre Inhalte zu transformieren.

Wir haben kürzlich eine Seed-Runde in Höhe von 41 Millionen Dollar abgeschlossen, die von Andreessen Horowitz und Index Ventures geleitet wurde, mit Beteiligung von Atlantic, und expandieren schnell in den Bereichen Produkt, Engineering, Go-to-Market und Wachstum.

Über die Rolle: Bei Mirelo überschreiten wir die Grenzen dessen, was generative Audio leisten kann, und unsere Innovationsfähigkeit hängt stark von der Qualität unserer zugrunde liegenden Audio-Repräsentationen ab. In dieser Rolle arbeiten Sie im Kern unseres Modellstacks - entwerfen, trainieren und bewerten neuronale Audiocodecs, die die Leistung unserer nächsten Musik- und Klangmodelle direkt beeinflussen. Sie werden eng mit dem Modellteam zusammenarbeiten, sowohl mit kontinuierlichen als auch mit diskreten Repräsentationen experimentieren und die Evaluierungstools entwickeln, die uns helfen zu verstehen, was tatsächlich den Unterschied macht. Ihre Arbeit wird die Grundlage für den Aufbau der besten generativen Modelle der Welt bilden.

Hauptverantwortlichkeiten:

• Entwicklung und Implementierung neuer neuronaler Audiocodecs für Klang, Musik und Sprache, die den Stand der Technik in Bezug auf Klangqualität vorantreiben und für den Anwendungsfall generativer Modelle optimiert sind.
• Überlegungen zu den spezifischen Herausforderungen, die auftreten, wenn der Codec hauptsächlich als latente Repräsentation im Kontext generativer Audiomodelle verwendet wird (letztendlich ist das Ziel, die besten audiogenerativen Modelle zu bauen).
• Erforschen der Kompromisse zwischen kontinuierlichen (typischerweise für Diffusionsmodelle verwendet) und diskreten Audio-Repräsentationen (typischerweise für autoregressive Modelle verwendet).
• Entwicklung von Benchmark-Pipelines zur Codec-Evaluierung.
• Durchführung erster Experimente mit generativen Modellen, um zu überprüfen, ob ein neuer Kandidaten-Codec tatsächlich nützlich für unsere nachgelagerten Aufgaben ist.

Ideales Kandidatenprofil:

• Starker Hintergrund im Deep Learning für Audio: neuronale Codecs, Quelltrennung, Sprachmodelle oder generative Audiosysteme.
• Konkrete praktische Erfahrung in der Gestaltung und dem Training neuronaler Audiocodecs.
• Solides Verständnis der Grundlagen der Audio-Signalverarbeitung.
• Starke Erfolgsbilanz (Forschung und/oder Open Source) im Bereich Audio ML.

Wünschenswert:

• Praktische Erfahrung mit generativen Audiomodellen und gutes Gespür dafür, wie die Wahl des Codecs das Training und die Leistung des generativen Modells beeinflusst.
• Starke Publikationsbilanz (z.B. NeurIPS, ICML, ICLR, Interspeech, ICASSP, WASPAA).

Warum beitreten?

• Schließen Sie sich zu einem entscheidenden Zeitpunkt an. Wir haben frisches Kapital gesichert und gewinnen an Dynamik - jetzt können Ihre Beiträge einen echten Unterschied für unseren Erfolg machen.
• Echte Eigenverantwortung ab dem ersten Tag. Sie haben echte Autonomie und Verantwortung. Ihre Ideen und Ihre Arbeit werden direkt unsere Produkt- und Unternehmensrichtung prägen.
• Wettbewerbsfähige Vergütung und Eigenkapital. Wir bieten starke Pakete, die sicherstellen, dass Sie am Erfolg teilhaben, den Sie mitgestalten.
• Gestalten Sie die nächste Generation von Kreativen. Seien Sie Teil der Innovation, die transformiert, wie Kreative arbeiten und gedeihen.

Wir begrüßen Bewerbungen von allen Personen, unabhängig von ethnischer Herkunft, Geschlecht, Behinderung, Religion oder Glauben, Alter oder sexueller Orientierung und Identität.