Estados Unidos
Redwood Materials
Apple
Arquitecto de Machine Learning - Voz Conversacional
Estados Unidos
Cupertino, California, United States
Python
Traducción automática. Consulta el original.
DESCRIPCIÓN
Únete al equipo que está redefiniendo lo que puede ser un asistente profundamente personal e integrado. Como parte de la organización de Siri, ayudarás a dar forma a uno de los asistentes de IA más utilizados del mundo, impulsado por nuestra próxima generación de Inteligencia de Apple, con capacidades como la comprensión del contexto personal y la conciencia en pantalla, construido con la privacidad desde cero. Tu trabajo tendrá un impacto directo y significativo para los usuarios en iOS, iPadOS, macOS, watchOS y visionOS. Esta es una oportunidad única para construir en la intersección de la IA de vanguardia y el diseño centrado en el ser humano, lanzando tecnología que se centra en los usuarios y sus necesidades.
La organización de Voz dentro de Siri impulsa importantes avances en modelos de reconocimiento de voz, síntesis y de voz a voz para funciones profundamente integradas en todo el ecosistema de Apple. Nuestra misión es construir infraestructura, conjuntos de datos y modelos de vanguardia que potencien la IA conversacional de Siri, la dictado y las funciones de Inteligencia de Apple habilitadas por voz en comprensión del lenguaje natural, generación de diálogos, reconocimiento de voz e interacción multimodal. Aplicamos estas tecnologías para crear experiencias conversacionales atractivas, inteligentes y personalizadas para millones de usuarios de Apple. Buscamos un Arquitecto de Machine Learning para servir como líder técnico senior que abarque toda la organización de Voz. Establecerás la dirección de modelado futuro para toda la voz conversacional, trazando el curso arquitectónico y algorítmico de cómo evolucionan las tecnologías de voz de Apple. Operarás como un experto práctico que no solo define la estrategia, sino que también se sumerge en los problemas técnicos más difíciles, trabajando codo con codo con los equipos para superar obstáculos críticos. Reportando directamente a la dirección de la organización de Voz, tendrás una amplia visibilidad e influencia en el reconocimiento de voz, la síntesis, el diálogo, los modelos fundacionales multimodales y los sistemas de voz a voz, asegurando una visión técnica coherente y la alineación entre equipos.
CALIFICACIONES MÍNIMAS
- 10+ años de experiencia en machine learning aplicado a sistemas de voz o multimodales, con un alcance técnico y liderazgo progresivamente creciente.
- Experiencia demostrada como líder técnico o arquitecto que ha definido la dirección de modelado en múltiples equipos o áreas de producto.
- Profundo conocimiento práctico en deep learning moderno, incluyendo modelos de lenguaje grandes y sistemas de voz de extremo a extremo.
- Experiencia significativa con LLMs multimodales, incluyendo diseño de arquitectura, entrenamiento, adaptación y despliegue de modelos que integran modalidades de voz, audio y texto.
- Experiencia directa en la construcción de sistemas conversacionales de voz a voz, con una sólida comprensión de la interacción conversacional natural full-duplex y pipelines de voz de extremo a extremo.
- Un historial de traducción de investigación a sistemas de calidad de producción a escala.
- Habilidades de programación expertas en Python y frameworks de deep learning como PyTorch, JAX o TensorFlow.
CALIFICACIONES PREFERIDAS
- Doctorado en Ciencias de la Computación, Ingeniería Eléctrica, Machine Learning, o campo técnico similar.
- Experiencia en la arquitectura o liderazgo del desarrollo de sistemas conversacionales naturales full-duplex, modelos de voz a voz, o modelos fundacionales multimodales que se hayan lanzado a poblaciones de usuarios a gran escala.
- Profundo conocimiento del full stack de las tecnologías de voz —ASR, TTS, diálogo hablado, modelado de hablante, comprensión de audio— y capacidad para razonar sobre sus interacciones y dependencias.
- Experiencia con entrenamiento distribuido a gran escala y las consideraciones de infraestructura que dan forma al diseño de modelos a escala.
- Una perspectiva centrada en los datos para el desarrollo de modelos fundacionales, incluyendo experiencia guiando estrategias de recopilación, curación, anotación y calidad de datos.
- Experiencia con despliegue de ML en dispositivo, incluyendo compresión de modelos, cuantización y diseño de arquitectura sensible a la latencia.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil