PhD Data Analyst Research Intern (Fall 24)

Embárcate en un viaje con Dolby Laboratories y ayúdanos a dar forma al futuro del entretenimiento y la comunicación. El programa de pasantías Dolby U ofrece una experiencia laboral basada en proyectos que tienen impacto, en un entorno colaborativo y creativo junto a líderes de la industria. Enciende tu curiosidad desarrollando soluciones del mundo real que revolucionan cómo las personas se comunican y disfrutan del entretenimiento a nivel mundial.

Ofrecemos una cultura inclusiva, proyectos desafiantes, excelente remuneración y beneficios. Nuestro enfoque verdaderamente flexible Flex Work apoya el dónde, cuándo y cómo realizas mejor tu trabajo. Para los estudiantes ansiosos por adquirir una experiencia invaluable a través de contribuciones significativas, ¡únete a nosotros para dar forma al futuro donde la tecnología se encuentra con el entretenimiento!

El Grupo de Tecnología Avanzada (ATG) es la división de investigación de Dolby. La misión de ATG es prever, proporcionar información y desarrollar soluciones tecnológicas que impulsen el crecimiento de Dolby. Nuestros investigadores poseen una amplia experiencia en ciencias de la computación e ingeniería eléctrica, incluyendo IA/ML, algoritmos, procesamiento digital de señales, ingeniería de audio, procesamiento de imágenes, visión por computadora, ciencia y análisis de datos, sistemas distribuidos, computación en la nube, borde y móvil, redes de computadoras e IoT.

¡Conviértete en un jugador crucial en dar forma al futuro de las experiencias automotrices aprovechando tecnologías de vanguardia y diversas fuentes de datos! Como Data Analyst Intern, analizarás datos multimodales de automóviles para mejorar las experiencias de los usuarios, utilizando varias fuentes de datos como audio, video, sensores e interacciones en lenguaje natural. Tus conocimientos ayudarán a revolucionar las experiencias de audio en el automóvil.

1. Recopilación y Análisis de Datos Multimodales:

• Colaborar con un sistema de captura de datos de automóviles para extraer e integrar datos de diferentes modalidades (audio, video, lidar, radar, GPS).
• Desarrollar tuberías de preprocesamiento para manejar datos multimodales sincronizados.

2. Desarrollo de Modelos de Aprendizaje Automático:

• Utilizar técnicas de aprendizaje automático para crear modelos para varias tareas.
• Modelos de Procesamiento de Audio: Extraer características relevantes de datos de audio. Entrenar modelos de regresión y clasificación para procesamiento de audio, detección de ruido.
• Modelos de Visión por Computadora: Implementar modelos de visión por computadora para análisis del habitáculo, ocupación de pasajeros, atención del conductor. Realizar segmentación semántica en fotogramas de video.
• Fusión de Sensores y Seguimiento: Combinar datos de lidar, radar y GPS. Rastrear objetos en tiempo real.
• Procesamiento de Lenguaje Natural (PLN): Procesar el lenguaje (texto y/o forma de onda) para interacciones en el automóvil.

3. Evaluación y Optimización de Modelos:

• Evaluar el rendimiento de los modelos multimodales utilizando métricas apropiadas.
• Optimizar los modelos en base a la retroalimentación de los usuarios y escenarios del mundo real.

Educación:

• En curso un doctorado (PhD) en Ciencias de la Computación, Ingeniería Audiovisual, Ingeniería Eléctrica, Diseño, Matemáticas, Física o campos relacionados.

Habilidades Técnicas:

• Experiencia con la interfaz de línea de comandos.
• Experiencia con aprendizaje automático.
• Familiaridad con sistemas en la nube.
• Pasión por el análisis de datos multimodales.
• La experiencia con prototipos de hardware y soldadura es una gran ventaja.

Reconocemos que aplicar a pasantías puede ser un proceso intimidante, especialmente para aquellos sin experiencia previa o que son nuevos en el campo. Consideramos proyectos, voluntariados y experiencias extracurriculares relevantes. ¡Inclúyelos en tu currículum y aplica!

Los solicitantes elegibles deben estar trabajando para obtener un PhD en Ciencias de la Computación, Ingeniería Audiovisual, Ingeniería El