Senior AI Time Series Research Engineer

Пориньте в захоплюючу подорож з Dolby, де злиття науки і мистецтва створює умови для революційних інновацій у світі розваг. Як член нашої видатної команди, ваш вклад буде відчутним по всьому світу — від кінотеатрів до смартфонів. У Dolby ми постійно переосмислюємо те, як люди створюють, доставляють і насолоджуються розвагами. Щоб зберегти наш статус піонерів, ми шукаємо виключно талановитих професіоналів.

Dolby пропонує унікальне поєднання ресурсів і визнання. Наша організація:

• Достатньо велика, щоб забезпечити масштабні ресурси.
• Достатньо мала, щоб зробити ваш внесок значущим.

Ми пропонуємо колегіальну культуру, цікаві проекти, відмінну компенсацію і пільги. Наша гнучка робоча обстановка підтримує те, де, коли і як ви виконуєте свою роботу найкраще.

Принесіть свій досвід в багатомодальній аналізі часових рядів і технології глибокого навчання в Dolby. Ваша роль вимагатиме міцної основи в:

• Попередньої/пост обробці та трансформації даних часових рядів.
• Моделюванні часових рядів на основі навчання.
• Представленні та стисненні часових рядів.
• Генеративній обробці часових рядів.
• Задачах з багатомодальними часовими рядами.
• Техніках глибокого навчання.

Ви будете приймати ключові рішення, балансуючи складність обчислень проти продуктивності. Ваша робота включатиме дослідження і розробку нових архітектур нейронних мереж, методів навчання і алгоритмів обробки у сфері сучасного комп'ютерного зору.

• Розуміння конкурентних технологій у вашій сфері уваги.
• Визначення вимог до систем для нових технологій.
• Створення концептуальних моделей на ранніх етапах для демонстрації життєздатності.
• Документування і презентація нових архітектур і алгоритмів у технічних білих книгах і на внутрішніх зустрічах.
• Підтримка найвищих технічних і етичних стандартів для Dolby на робочому місці і на ринку.

Ми шукаємо кандидатів з:

• Докторським ступенем в галузі електротехніки, комп'ютерної інженерії або комп'ютерних наук.
• Мінімум 3 роки досвіду в методах машинного навчання, глибокого навчання та обробки часових рядів.
• Експертизою в галузі комп'ютерного зору, стиснення даних і відповідного програмного забезпечення.
• Сильним науковим доробком у великих конференціях з машинного навчання (наприклад, NeurIPS, ICLR, ICML). Публікації в галузевих конференціях (наприклад, ACL, CVPR, ICASSP) є бажаними.

Додаткові навички та знання включають:

• Досвід роботи з генеративними моделями (наприклад, дифузійні, GAN, VAE).
• Професіоналізм у методах навчання (наприклад, самонавчання, контрастивне навчання, мета-навчання).