PhD Research Intern - Vision Language Models (Fall 24)

Únete a los Innovadores en Tecnología de Entretenimiento – Programa de Pasantías Dolby U

Adéntrate en la vanguardia de la innovación en entretenimiento con Dolby Laboratories. Nuestro programa de pasantías Dolby U ofrece una experiencia laboral transformadora y orientada a proyectos en un entorno dinámico y creativo. Colabora directamente con líderes de la industria para implementar soluciones del mundo real que redefinen la comunicación y revolucionan la creación, entrega y disfrute del entretenimiento a nivel global.

En Dolby, descubrirás una cultura de compañerismo, proyectos desafiantes y una compensación y beneficios integrales. Disfruta de la máxima flexibilidad con nuestra política de Trabajo Flexible, diseñada para apoyar dónde, cuándo y cómo realizas tu mejor trabajo. Si eres un estudiante ansioso por adquirir una experiencia invaluable a través de contribuciones significativas, únete a nosotros para dar forma a un futuro donde la tecnología se intersecta sin problemas con el entretenimiento.

Sobre el Grupo de Tecnología Avanzada (ATG)

El Grupo de Tecnología Avanzada (ATG) es la división de investigación de vanguardia de Dolby. La misión de ATG es liderar, proporcionar conocimientos y crear soluciones tecnológicas que impulsen el crecimiento continuo de nuestra compañía. Nuestros expertos se especializan en varios campos, incluyendo AI/ML, algoritmos, procesamiento digital de señales, ingeniería de audio, procesamiento de imágenes, visión por computadora, ciencia y análisis de datos, sistemas distribuidos, informática en la nube, edge y móvil, redes informáticas e IoT.

Descripción del Rol: Pasante de Investigación – Modelos de Lenguaje Visual

Como Pasante de Investigación enfocado en Modelos de Lenguaje Visual en Dolby, te involucrarás con tecnologías avanzadas de lenguaje visual. Bajo la mentoría de los principales expertos en tecnología de medios de Dolby, abordarás desafíos reales de lenguaje visual, con el objetivo de generar salidas textuales personalizadas basadas en contextos visuales, textuales y otras modalidades para experiencias avanzadas de entretenimiento multimedia.

Este rol se basa en nuestra oficina de investigación en Sunnyvale, California.

Requisitos del Candidato

Buscamos estudiantes de doctorado actuales con experiencia en modelos de lenguaje visual, particularmente para análisis de video, comprensión, respuesta a preguntas y/o generación de texto. Los candidatos deben haber completado al menos un año de su programa doctoral. Los candidatos ideales poseerán fuertes habilidades técnicas, habilidades para resolver problemas, excelentes habilidades de comunicación y colaboración, una mentalidad inquisitiva y una pasión por la tecnología de video o lenguaje natural. Un deseo de innovar y aprender de otros es esencial.

Áreas Clave de Enfoque

• Modelos de lenguaje visual para análisis y generación de contenido (video y/o texto).
• Análisis de contenido de video, comprensión y recuperación de información.
• Generación de texto utilizando grandes modelos de lenguaje (LLM) o LLM multimodales basados en modalidades visuales, textuales y otras.

Cualificaciones Esenciales

• Estudiante de doctorado en Inteligencia Artificial, Ingeniería Eléctrica, Ciencias de la Computación o un campo relacionado.
• Historial comprobado en investigación de lenguaje visual, IA o análisis de datos con resultados demostrados a través de proyectos, prototipos, patentes y publicaciones revisadas por pares.
• Experiencia como investigador (pasantías, roles a tiempo completo o trabajo en laboratorios).
• Dominio de Python y PyTorch.

Experiencia Altamente Deseada

• Creación de demostraciones y prototipos para aplicaciones de investigación.
• Desarrollo de modelos de lenguaje visual para análisis, comprensión, subtitulado, respuesta a preguntas o generación de texto de imágenes/videos.
• Experiencia en la afinación de LLM multimodales y/o modelos de fundación multimodal.
• Redacción de informes técnicos y/o publicaciones.
• Publicaciones como autor principal en conferencias o revistas revisadas por pares.

Información de Aplicación y Elegibilidad

Revisamos las solicitudes de manera continua. Envía tu solicitud antes del 28 de junio de 2024 para una consideración oportuna.

Los candidatos elegibles deben estar matriculados en un programa