PhD Research Intern - Vision Language Models (Fall 24)

Долучайтеся до інноваторів у сфері розважальних технологій – Програма стажування Dolby U

Станьте на передову розважальних інновацій разом із Dolby Laboratories. Наша програма стажування Dolby U пропонує трансформаційний досвід роботи, орієнтований на проекти, у динамічному та творчому середовищі. Співпрацюйте безпосередньо з лідерами галузі, реалізуючи реальні рішення, які змінюють спосіб комунікації та революціюють створення, доставку та насолоду від розваг у глобальному масштабі.

У Dolby ви знайдете колегіальну культуру, виклики в проектній роботі та комплексну компенсацію та пільги. Насолоджуйтеся максимальною гнучкістю завдяки нашій політиці Flex Work, створеній для підтримки того, де, коли та як ви виконуєте свою найкращу роботу. Якщо ви студент, який прагне отримати безцінний досвід через значимий внесок, приєднуйтеся до нас у формуванні майбутнього, де технології безперешкодно поєднуються з розвагами.

Про групу передових технологій (ATG)

Група передових технологій (ATG) – це передовий дослідницький підрозділ Dolby. Місія ATG полягає в тому, щоб сприяти, надавати інсайти та впроваджувати інноваційні технологічні рішення, які живлять постійне зростання нашої компанії. Наші експерти спеціалізуються в різних галузях, включаючи AI/ML, алгоритми, цифрову обробку сигналів, аудіоінженерію, обробку зображень, комп'ютерне бачення, науку про дані та аналітику, розподілені системи, хмарні, граничні та мобільні обчислення, комп'ютерні мережі та IoT.

Загальний огляд ролі: Науковий стажер – Моделі мови зору

Як науковий стажер, що спеціалізується на моделях мови зору в Dolby, ви будете займатися передовими технологіями зору та мови. Під керівництвом провідних експертів з медіатехнологій Dolby ви будете вирішувати реальні завдання в галузі мови зору, спрямовані на створення індивідуального текстового виводу на основі контекстуальних візуальних, текстових та інших модальностей для покращення мультимедійних розважальних досвідів.

Ця роль базується в нашому дослідницькому офісі в Санівейлі, Каліфорнія.

Вимоги до кандидатів

Ми шукаємо поточних докторантів, які мають знання в галузі моделей мови зору, зокрема для аналізу відео, розуміння, відповіді на запитання та/або генерації тексту. Кандидати повинні завершити принаймні один рік своєї докторської програми. Ідеальні кандидати мають володіти сильними технічними навичками, здібностями до вирішення проблем, відмінними комунікативними та співпрацяючими навичками, допитливим мисленням та захопленням відео або технологіями природної мови. Бажання інновувати та вчитися від інших є обов'язковим.

Ключові напрямки

• Моделі мови зору для аналізу та генерації контенту (відео та/або текст).
• Аналіз та розуміння відеоконтенту, інформаційний пошук.
• Генерація тексту за допомогою великих мовних моделей (LLM) або мультимодальних LLM на основі візуальних, текстових та