Vereinigte Staaten
Roku
The Walt Disney Company
Sr Staff R&D Engineer - Skywalker Sound
RemoteVereinigte Staaten
Nicasio, California, United States
AWSGCPDockerC++
Automatische Übersetzung. Prüfe das Original.
Stellenbezeichnung: Sr Staff R&D Engineer - Skywalker Sound
Anforderungs-ID: 10127968
Diese Stelle wird als Hybrid betrachtet, was bedeutet, dass der Mitarbeiter vor Ort in unserem Büro in Nicasio, CA, und gelegentlich von zu Hause aus arbeitet.
Stellen-Segment: Skywalker Sound
Hauptgeschäft der Stellenausschreibung: Skywalker Sound-Engineering
Hauptkategorie der Stellenausschreibung: Softwareentwickler
Beschäftigungsart: Vollzeit
Hauptstadt, Bundesland, Region, Postleitzahl: Nicasio, CA, USA
Alternative Stadt, Bundesland, Region, Postleitzahl:
Datum der Veröffentlichung: 2025-08-19
Stellenbeschreibung
Die Skywalker Sound Development Group sucht einen hochqualifizierten Sr Staff R&D Engineer (AI/ML), der die Entwicklung transformativer Audio-Intelligenztechnologien für die globale Medienproduktion leitet. Diese Position auf Senior-Niveau ist zentral für die Weiterentwicklung unserer Soundtrack-Plattform der nächsten Generation mit Schwerpunkt auf Sprachverarbeitung, Stilübertragung, Upmixing, Quellentrennung und generativer Audio-Synthese.
Sie werden hochmoderne machine learning Systeme im großen Maßstab entwerfen, erstellen und optimieren – unter Nutzung von Basismodellen, neuronalen Vocodern, latenten Diffusionsmodellen und fortschrittlichen Retraining-Workflows. Als Kernmitglied unseres angewandten F&E-Teams werden Sie zur technischen Ausrichtung beitragen, abteilungsübergreifend mit Produkt- und Engineering-Teams zusammenarbeiten und produktionsreife Lösungen liefern, die sich nahtlos in die kreativen und operativen Workflows für erstklassige Content-Ersteller weltweit integrieren.
Was Sie tun werden
- Leitung der Forschung, des Designs und der Implementierung von hochmodernen machine learning Algorithmen für Sprachverarbeitung, Stimmübertragung, Quellentrennung und Upmixing in Postproduktionsumgebungen für Medien.
- Steuerung der Architektur und Bereitstellung von skalierbaren Modelltrainings-Pipelines unter Verwendung von PyTorch und verteilten Computing-Frameworks.
- Entwicklung neuartiger generativer Audiomodelle, einschließlich latenter Diffusion, Flow-basierter Modelle, variational autoencoder und neuronaler Vocoder, optimiert für die professionelle Soundtrack-Produktion.
- Verantwortlich für das End-to-End-Modell-Lifecycle-Management: Vortraining, Feinabstimmung, Validierung, Inferenzoptimierung und CI/CD-Integration.
- Anleitung der Entwicklung von personalisierten Modelladaptions-Workflows zur Unterstützung der benutzerspezifischen Abstimmung, der projektübergreifenden Kontinuität und der flexiblen Bereitstellung.
- Zusammenarbeit mit Produkt-, Plattform- und Engineering-Leitern zur Definition von Integrationsstrategien innerhalb einer sicheren, Cloud-optimierten SaaS Umgebung.
- Bleiben Sie an der Spitze der generativen Audio-, multimodalen Modellierung und des selbstüberwachten Lernens – übersetzen Sie aufkommende Forschung in angewandte Innovation.
- Beitrag zu internen Tools und Infrastrukturen, die die Iterationsgeschwindigkeit, Reproduzierbarkeit und Erklärbarkeit von bereitgestellten Modellen verbessern.
- Mentoring von Junior-Forschern und -Ingenieuren sowie Beitrag zu einer Kultur rigoroser Experimente, Zusammenarbeit und kontinuierlicher Verbesserung.
Mindestanforderungen
Wonach wir suchen
- MSc oder PhD in Informatik, Elektrotechnik, angewandter Mathematik oder einem verwandten Fachgebiet mit Schwerpunkt auf KI/ML und multimodaler Signalverarbeitung.
- 5 Jahre Berufserfahrung in angewandtem ML mit starkem Fokus auf audiozentrierte KI/ML-Forschung und -Bereitstellung.
- Expertise im Aufbau und der Skalierung von Modellen mit PyTorch, mit fließenden Kenntnissen in Training, Feinabstimmung und Inferenz für tiefe neuronale Netze.
- Nachgewiesene Erfahrung in der Entwicklung generativer Modelle wie VAE, GAN, Diffusionsmodelle oder neuronale Vocoder (z. B. HiFi-GAN, WaveNet).
- Tiefes Verständnis von audio-spezifischen ML-Domänen, einschließlich Quellentrennung, Sprachverbesserung, Musikverarbeitung und Cross-Modal-Aufgaben.
- Erfahrung mit MLOps-Tools (z. B. Weights & Biases, MLflow, Datachain), Docker-basierter Containerisierung und skalierbarer Infrastruktur für verteiltes Training.
- Fließende Kenntnisse der Grundlagen der Audio-Signalverarbeitung und der Integration von DSP in ML-Pipelines.
- Nachgewiesene Fähigkeit, zur Architekturplanung, Forschungsstrategie und Produktionsbereitstellung in komplexen Umgebungen mit mehreren Stakeholdern beizutragen.
Bevorzugte Qualifikationen
- Vertrautheit mit multimodalen Frameworks für Audio/Text/Video und domänenübergreifenden Darstellungen.
- Erfahrung in der Implementierung von Echtzeit- oder Near-Echtzeit-Inferenz-Pipelines in Cloud- oder Edge-Umgebungen (z. B. AWS, GCP, On-Prem-GPUs). *
- Arbeitskenntnisse über latente Diffusions-Audiomodelle (z. B. Stable Audio, AudioLDM, AudioGen).
- Fundierte Kenntnisse branchenüblicher Audio-Datensätze und Benchmarks (LibriSpeech, VCTK, MUSDB usw.).
- Erfahrung in der Optimierung von Inferenz-Pipelines für kreative Anwendungen oder interaktive Nutzung.
- Beherrschung von Low-Level-Audio-Frameworks (C / C++, etc.)
- Beiträge zu veröffentlichten Forschungsarbeiten auf Top-Konferenzen (NeurIPS, ICASSP, ICLR, Interspeech) und/oder Open-Source-ML-Frameworks.
Die Gehaltsspanne für diese Position in Nicasio, CA, liegt zwischen 206.400 und 276.700 US-Dollar pro Jahr. Das tatsächlich angebotene Grundgehalt berücksichtigt interne Gerechtigkeit und kann auch vom geografischen Standort des Kandidaten, seinen fachbezogenen Kenntnissen, Fähigkeiten und Erfahrungen sowie anderen Faktoren abhängen. Ein Bonus und/oder Long-Term-Incentive-Einheiten können als Teil des Vergütungspakets zusätzlich zur vollständigen Palette an medizinischen, finanziellen und/oder anderen Leistungen, abhängig von der angebotenen Stufe und Position, bereitgestellt werden.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellenWeiter entdecken
Redwood Materials
CoreWeave
