Redwood Materials
Apple
Arquiteto de Machine Learning - Fala Conversacional
DESCRIÇÃO
Junte-se à equipe que está redefinindo o que um assistente profundamente pessoal e integrado pode ser. Como parte da organização Siri, você ajudará a moldar um dos assistentes de IA mais utilizados do mundo, impulsionado por nossa próxima geração de Inteligência Apple, com recursos como compreensão de contexto pessoal e consciência na tela, construído com privacidade desde o início. Seu trabalho terá impacto direto e significativo para usuários em iOS, iPadOS, macOS, watchOS e visionOS. Esta é uma oportunidade rara de construir na interseção de IA de ponta e design centrado no ser humano, entregando tecnologia que é centrada nos usuários e em suas necessidades.
A organização de Fala dentro da Siri impulsiona grandes avanços em reconhecimento de fala, síntese e modelos de fala para fala para recursos profundamente incorporados em todo o ecossistema da Apple. Nossa missão é construir infraestrutura de ponta, conjuntos de dados e modelos que capacitem a IA conversacional da Siri, a ditado e recursos de Inteligência Apple habilitados por voz em compreensão de linguagem natural, geração de diálogo, reconhecimento de fala e interação multimodal. Aplicamos essas tecnologias para criar experiências conversacionais envolventes, inteligentes e personalizadas para milhões de usuários da Apple. Estamos procurando um Arquiteto de Machine Learning para atuar como um líder técnico sênior abrangendo toda a organização de Fala. Você definirá a direção futura de modelagem para toda a fala conversacional — traçando o curso arquitetônico e algorítmico de como as tecnologias de fala da Apple evoluem. Você operará como um especialista prático que não apenas define a estratégia, mas também se aprofunda nos problemas técnicos mais difíceis, trabalhando lado a lado com as equipes para superar obstáculos críticos. Reportando-se diretamente à liderança da organização de Fala, você terá ampla visibilidade e influência em reconhecimento de fala, síntese, diálogo, modelos de fundação multimodais e sistemas de fala para fala, garantindo uma visão técnica coerente e alinhamento entre equipes.
QUALIFICAÇÕES MÍNIMAS
- 10+ anos de experiência em machine learning aplicado a sistemas de fala ou multimodais, com escopo técnico e liderança progressivamente crescentes.
- Experiência comprovada como líder técnico ou arquiteto que definiu a direção de modelagem em várias equipes ou áreas de produto.
- Proficiência profunda e prática em deep learning moderno, incluindo grandes modelos de linguagem e sistemas de fala de ponta a ponta.
- Experiência significativa com LLMs multimodais, incluindo design de arquitetura, treinamento, adaptação e implantação de modelos que integram modalidades de fala, áudio e texto.
- Experiência direta na construção de sistemas de conversação de fala para fala, com forte compreensão da interação conversacional natural full-duplex e pipelines de fala de ponta a ponta.
- Um histórico de tradução de pesquisa em sistemas de qualidade de produção em escala.
- Habilidades de programação experientes em Python e frameworks de deep learning como PyTorch, JAX ou TensorFlow.
QUALIFICAÇÕES PREFERENCIAIS
- Ph.D. em Ciência da Computação, Engenharia Elétrica, Machine Learning ou campo técnico similar.
- Experiência em arquitetar ou liderar o desenvolvimento de sistemas de conversação natural full-duplex, modelos de fala para fala ou modelos de fundação multimodais que foram lançados para populações de usuários em larga escala.
- Profundo conhecimento do full stack de tecnologias de fala — ASR, TTS, diálogo falado, modelagem de locutor, compreensão de áudio — e capacidade de raciocinar sobre suas interações e dependências.
- Experiência com treinamento distribuído em larga escala e as considerações de infraestrutura que moldam o design do modelo em escala.
- Uma perspectiva centrada em dados para o desenvolvimento de modelos de fundação, incluindo experiência em orientar estratégias de coleta, curadoria, anotação e qualidade de dados.
- Experiência com implantação de ML no dispositivo, incluindo compressão de modelo, quantização e design de arquitetura ciente de latência.
