Pesquisador(a) de Machine Learning – Áudio

Vaga não está no LinkedIn

🕒 Junho 1

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Grupo Protege

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 1971

🤖 Inteligência Artificial

🤝 B2B

☁️ SaaS

Artificial Intelligence • B2B • SaaS

O Grupo Protege é uma plataforma de dados de treinamento para IA que conecta desenvolvedores de IA a dados de treinamento de alta qualidade e obtidos de forma ética. Ela atende tanto aos desenvolvedores de IA, ao oferecer um acervo amplo e rico de dados para treinamento de modelos, quanto aos detentores de dados, ao permitir que monetizem seus dados mantendo governança e controle. A plataforma busca simplificar de forma significativa o processo de aquisição de dados, facilitando o acesso dos desenvolvedores aos dados de que precisam, com eficiência.

Descrição

• Pesquisar a qualidade de dados de áudio para Machine Learning • Investigar como a qualidade do áudio, propriedades do sinal, composição do conjunto de dados e problemas acústicos localizados afetam o treinamento, avaliação e implantação de modelos downstream. • Desenvolver novas métricas, benchmarks, diagnósticos e frameworks de avaliação para medir a qualidade de dados de áudio de maneiras que sejam preditivas do desempenho de modelos de ML. • Analisar e resumir o catálogo de áudio da Protege e manter scorecards de qualidade e métricas claros e atualizados para os principais conjuntos de dados de fala. • Desenvolver métodos para medir propriedades acústicas verdadeiras diretamente a partir da forma de onda, incluindo largura de banda efetiva, distribuição de energia espectral, atenuação em altas frequências (high-frequency roll-off), ruído, clipping, reverberação, distorção e artefatos de codec. • Construir workflows que avaliem regiões de fala diarizadas ou segmentadas, evidenciando degradação localizada que médias por arquivo podem não detectar. • Projetar e executar avaliações direcionadas que conectem problemas de qualidade de áudio ao comportamento downstream de modelos, incluindo desempenho de ASR, estabilidade de speaker embeddings, representações de fala aprendidas e qualidade de síntese. • Traduzir achados de pesquisa em regras de filtragem reprodutíveis, quality gates e estratégias de seleção de conjuntos de dados que melhorem a consistência dos datasets entre execuções de treinamento.

🎯 Requisitos

• PhD ou Mestrado equivalente + 4+ anos de experiência na indústria em Machine Learning, processamento de sinais de áudio, tecnologia de fala, Ciência da Computação, Estatística, Engenharia ou área quantitativa relacionada. • Experiência comprovada em projetar e executar avaliações de dados, análises de áudio, benchmarks, ablações ou análises por fatias (slice-based analyses). • Forte compreensão de dados de fala/áudio e propriedades de sinal, incluindo taxas de amostragem, codecs, largura de banda, espectrogramas, reverberação, clipping, ruído e qualidade perceptual. • Experiência em desenvolver ou avaliar criticamente métricas, benchmarks ou frameworks de medição para sistemas de ML, qualidade de dados, tecnologia de fala ou análise de sinais de áudio. • Capacidade de conectar propriedades de sinal de baixo nível ao comportamento downstream de modelos de Machine Learning, incluindo acurácia, robustez, qualidade das representações, consistência entre locutores e qualidade de síntese. • Confortável em transitar entre exploração de pesquisa e implementação em produção: capaz de formular hipóteses, executar experimentos, analisar resultados e transformar achados em ferramentas escaláveis ou regras de decisão. • Excelente comunicador(a) escrito e verbal; capaz de redigir documentação técnica concisa e explicar resultados empíricos com clareza.

🏖️ Benefícios

• Alto grau de ownership e viés para ação • Colaboração com parceiros externos • Ambiente de trabalho resiliente e orientado a soluções