PhD Research Intern - Vision Language Models (Fall 24)

Rejoignez les Innovateurs de la Technologie de Divertissement – Programme de Stage Dolby U

Pénétrez dans l'avant-garde de l'innovation en matière de divertissement avec Dolby Laboratories. Notre programme de stage Dolby U offre une expérience professionnelle transformative, axée sur les projets, dans un environnement dynamique et créatif. Collaborez directement avec des leaders de l'industrie pour mettre en œuvre des solutions concrètes qui redéfinissent la communication et révolutionnent la création, la livraison et l'appréciation du divertissement à l'échelle mondiale.

Chez Dolby, vous découvrirez une culture collégiale, des projets stimulants et une rémunération et des avantages sociaux complets. Profitez de la flexibilité ultime avec notre politique Flex Work, conçue pour soutenir vos meilleures conditions de travail. Si vous êtes étudiant et désireux d'acquérir une expertise inestimable grâce à des contributions significatives, rejoignez-nous pour façonner un avenir où la technologie s'intersecte parfaitement avec le divertissement.

À propos du Groupe de Technologie Avancée (ATG)

Le Groupe de Technologie Avancée (ATG) est la division de recherche de pointe de Dolby. La mission de l'ATG est d'innover, fournir des perspectives et développer des solutions technologiques qui alimentent la croissance continue de notre entreprise. Nos experts se spécialisent dans divers domaines, notamment l'IA/ML, les algorithmes, le traitement numérique du signal, l'ingénierie audio, le traitement d'image, la vision par ordinateur, la science des données et l'analyse, les systèmes distribués, le cloud, l'informatique de pointe et mobile, la mise en réseau informatique et l'IoT.

Aperçu du Poste : Stagiaire en Recherche – Modèles de Langage Visuel

En tant que stagiaire en recherche spécialisé dans les modèles de langage visuel chez Dolby, vous vous engagerez avec les technologies de langage visuel les plus avancées. Sous la tutelle des experts en technologie des médias de Dolby, vous relèverez des défis concrets en matière de langage visuel, visant à générer des sorties textuelles personnalisées basées sur le contexte visuel, textuel et d'autres modalités pour des expériences multimédias de haute qualité.

Ce poste est basé dans notre bureau de recherche à Sunnyvale, Californie.

Exigences des Candidats

Nous recherchons des étudiants en doctorat spécialisés dans les modèles de langage visuel, en particulier pour l'analyse vidéo, la compréhension, les questions-réponses et/ou la génération de texte. Les candidats doivent avoir terminé au moins une année de leur programme doctoral. Les candidats idéaux posséderont de solides compétences techniques, des capacités de résolution de problèmes, d'excellentes compétences en communication et en collaboration, un esprit curieux et une passion pour la technologie vidéo ou du langage naturel. Le désir d'innover et d'apprendre des autres est essentiel.

Domaines de Focus Clés

• Modèles de langage visuel pour l'analyse et la génération de contenu (vidéo et/ou texte).
• Analyse de contenu vidéo, compréhension et recherche d'informations.
• Génération de texte utilisant des modèles de langage de grande taille (LLM) ou multimodaux basés sur des modalités visuelles, textuelles et autres.

Qualifications Essentielles

• Étudiant en doctorat en Intelligence Artificielle, Génie Électrique, Informatique ou un domaine connexe.
• Provenant des expériences avérées en recherche sur les langages de vision, l'IA ou l'analyse de données avec des résultats démontrés à travers des projets, des prototypes, des brevets et des publications évaluées par des pairs.
• Expérience en tant que chercheur (stages, postes à plein temps, ou travaux en laboratoire).
• Maîtrise de Python et PyTorch.

Expériences Fortement Désirées

• Création de démonstrations et de prototypes pour des applications de recherche.
• Développement de modèles de langage visuel pour l'analyse, la compréhension, la légende, les questions-réponses ou la génération de texte d'images/vidéos.
• Expérience en ajustement fin de LLM multim