Research Scientist - Model Team

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 "entstummen" 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 arbeiten Sie im Zentrum der Entwicklung der nächsten Generation multimodaler Video-zu-Audio-Modelle. Diese Rolle ist stark praxisorientiert und forschungsintensiv: Mit einem großartigen H100/200-Verhältnis pro Ingenieur erkunden und entwickeln Sie neue multimodale Modelle und erweitern die Grenzen des Möglichen in der Musik-, Klang- und Sprachgenerierung. Sie arbeiten eng mit Forschung und Engineering zusammen, führen fokussierte Ablationsstudien durch und übersetzen experimentelle Ergebnisse in klare nächste Schritte für das Team. Von der Datenkuratierung bis zur Bereitstellung helfen Sie, den gesamten Lebenszyklus der Modelle zu gestalten, die unsere Produkte und Partnerschaften antreiben.

Hauptverantwortlichkeiten:

• Entwerfen, implementieren und trainieren von großangelegten multimodalen generativen Modellen zur Audiogenerierung (Diffusions- und/oder autoregressive Modelle).
• Erforschen neuer Modellierungsansätze zur Audiogenerierung (Musik, Klang, Sprache) unter Berücksichtigung von Inspiration aus den Bereichen Sprache und Bild.
• Entwickeln und Experimentieren mit Nachtraining für neue Fähigkeiten (fein abgestimmte Kontrolle, Ein-/Ausmalen, Bearbeitung, …).
• Durchführen rigoroser Ablationsstudien, um umsetzbare Erkenntnisse zu gewinnen und Ergebnisse dem Team zu kommunizieren, um neue Forschungsrichtungen zu diskutieren.
• Praktische Mitwirkung an allen Phasen der Modellentwicklung, einschließlich Datenkuratierung, Experimentierung, Bewertung und Bereitstellung.

Ideales Kandidatenprofil:

• Praktische Erfahrung in der Ausbildung großangelegter generativer Modelle in einer dynamischen Forschungsumgebung.
• Tiefes Verständnis moderner Methoden und ML-Forschung in mindestens einem der Bereiche: Bild, Sprache, Video oder Audio (spezifische Audioerfahrung ist nicht notwendig, aber wünschenswert).
• Starke Kenntnisse in PyTorch, Transformer-Architekturen und dem gesamten Ökosystem des modernen Deep Learning.
• Solides Verständnis verteilter Trainingstechniken – FSDP, Low-Precision-Training, Modellparallelität.
• Nachweisliche Erfolge bei der Arbeit an generativen Modellen (Veröffentlichungen in erstklassigen Fachzeitschriften, Open-Source-Beiträge oder angewandte ML-Projekte).

Wünschenswert:

• Kenntnisse in Profiling, Debugging und Optimierung von Einzel- und Multi-GPU-Operationen mit Tools wie Nsight oder Stack-Trace-Viewer.
• Starke Software-Engineering-Fähigkeiten/Erfahrungen in der Zusammenarbeit an großen Codebasen, die über die PhD-Forschung hinausgehen.
• Erfahrung mit generativen Modellen für Audio (Klang, Musik oder Sprache) und Audiocodec-Design.

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 transformieren wird, 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.