Direktur Riset Sintesis Text-to-Speech Ikhtisar Perusahaan Deepgram adalah platform terkemuka yang menopang ekonomi Voice AI senilai triliunan dolar yang sedang berkembang, dengan menyediakan API real-time untuk speech-to-text (STT), text-to-speech (TTS), serta pembuatan agen suara berkualitas produksi dalam skala besar. Lebih dari 200.000 developer dan 1.300+ organisasi membangun layanan suara yang “Powered by Deepgram”, termasuk Twilio, Cloudflare, Sierra, Decagon, Vapi, Daily, Cresta, Granola, dan Jack in the Box. Model fondasi voice-native Deepgram dapat diakses melalui API cloud atau digunakan sebagai perangkat lunak yang di-host sendiri dan on-premise, dengan akurasi yang tak tertandingi, latensi rendah, dan efisiensi biaya. Didukung pendanaan Series C terbaru yang dipimpin oleh investor global terkemuka dan mitra strategis, Deepgram telah memproses lebih dari 50.000 tahun audio dan mentranskripsikan lebih dari 1 triliun kata. Tidak ada organisasi lain di dunia yang lebih memahami suara daripada Deepgram. Pola Kerja Perusahaan Di Deepgram, kami mengharapkan pola pikir AI-first—penggunaan dan kenyamanan terhadap AI bukanlah pilihan, melainkan inti dari cara kami beroperasi, berinovasi, dan mengukur kinerja. Setiap anggota tim yang bekerja di Deepgram diharapkan aktif menggunakan dan bereksperimen dengan alat AI canggih, bahkan membangun alat AI sendiri untuk digunakan dalam pekerjaan sehari-hari. Kami mengukur seberapa efektif AI diterapkan untuk menghasilkan kinerja, dan penggunaan konsisten serta kreatif atas kapabilitas AI terbaru merupakan kunci keberhasilan di sini. Kandidat harus nyaman mengadopsi model dan mode baru dengan cepat, mengintegrasikan AI ke dalam alur kerja mereka, serta terus mendorong batas kemampuan teknologi ini. Selain itu, kami bergerak mengikuti laju AI. Perubahan berlangsung cepat, dan pekerjaan sehari-hari Anda dapat berkembang dengan kecepatan yang sama. Peran ini mungkin tidak tepat bagi Anda jika Anda tidak bersemangat untuk bereksperimen, beradaptasi, berpikir cepat, dan terus belajar, atau jika Anda mencari pekerjaan yang sangat preskriptif dengan jadwal tradisional 9–5. Peluang Kami mencari Direktur Riset untuk memimpin program Text-to-Speech kami secara menyeluruh—mulai dari strategi riset, keputusan teknis, hingga model yang dirilis. Ini adalah peran kepemimpinan yang tetap hands-on: Anda menetapkan arah sekaligus terlibat mendalam dalam detail, membentuk arsitektur, eksperimen, strategi pelatihan, dan evaluasi. Anda juga akan membangun tim dan model operasional yang memungkinkan para peneliti luar biasa bergerak cepat tanpa menurunkan standar. Mandat peran ini luas: mendorong kemajuan dalam teknologi speech generation dan mengubah kemajuan tersebut menjadi model yang digunakan dalam produksi. Tanggung Jawab Memimpin roadmap riset dan model TTS—menentukan arah teknis mana yang dapat meningkatkan kualitas speech generation secara signifikan, termasuk pendekatan yang mahal dan tidak lazim, serta mengenali kapan suatu pendekatan perlu diubah atau dihentikan. Mendorong kemajuan dalam pemodelan audio neural, prosodi dan ekspresivitas, controllability, speech multibahasa, identitas dan konsistensi suara, strategi data dan pelatihan, post-training, serta performa inferensi—dan memastikan semuanya menghasilkan peningkatan produksi yang terukur. Tetap terlibat secara teknis: meninjau riset, menguji asumsi, merancang eksperimen, mendiagnosis kegagalan model, dan menangani sendiri masalah dengan dampak terbesar. Membangun evaluasi dan benchmarking yang menjelaskan mengapa model mengalami peningkatan, bukan hanya apakah peningkatan itu terjadi—dengan menggabungkan metrik otomatis dan penilaian perseptual manusia. Memimpin gabungan individual contributor dan tech lead manager. Merekrut dan mengembangkan keduanya, mempertahankan standar teknis yang sangat tinggi, mengembangkan peneliti senior menjadi pemimpin teknis, serta menetapkan arah lintas sub-tim sambil mendorong pengambilan keputusan kepada orang-orang yang paling dekat dengan pekerjaan. Bermitra dengan pimpinan engineering dan produk terkait kesiapan rilis, serta mewakili riset TTS Deepgram secara internal dan eksternal. Anda Akan Menyukai Peran Ini Jika Anda Ingin Memimpin program frontier model secara menyeluruh, bukan hanya mengoptimalkan satu bagian dari agenda orang lain. Peduli pada terobosan dan penerapannya dalam produksi secara seimbang. Tetap menyukai proses training run, hasil evaluasi yang gagal, dan perdebatan arsitektur, meskipun sebagian besar dampak Anda kini dihasilkan melalui orang-orang yang Anda pimpin. Bersemangat dalam menentukan keputusan mana yang layak diambil ketika jawabannya belum jelas dan eksperimennya mahal. Persyaratan Wajib Keahlian mendalam dalam TTS modern, speech generation, atau pemodelan audio generatif, dengan rekam jejak melatih dan meningkatkan model neural berskala besar secara langsung. Menguasai stack speech generation modern serta masalah terbuka terkait naturalness, ekspresivitas, controllability, robustness, konsistensi suara, dan biaya inferensi. Pengalaman menetapkan arah riset dalam kondisi ketidakpastian yang nyata: memprioritaskan eksperimen, mengalokasikan komputasi dan waktu peneliti, serta menghentikan pendekatan yang tidak berhasil. Pengalaman memimpin peneliti dan research engineer melalui pemimpin teknis lain—mengembangkan tech lead manager atau posisi yang setara, menetapkan arah lintas sub-tim—sembari tetap memberikan pengaruh teknis secara langsung. AI sebagai mode kerja default, bukan alat yang digunakan sesekali. Anda telah membangun kembali cara Anda dan tim beroperasi dengan memanfaatkan AI, serta memiliki pandangan spesifik yang diperoleh dari pengalaman tentang hal-hal yang masih belum dapat dilakukan AI dalam riset speech. Kemampuan menjelaskan trade-off teknis yang kompleks agar dapat dipahami oleh audiens produk, engineering, dan eksekutif. Akan Menjadi Nilai Tambah Jika Anda Memiliki Model TTS atau audio generatif yang telah digunakan dalam produksi dengan skala yang signifikan. Pengalaman membangun atau memperluas organisasi riset AI berkinerja tinggi secara signifikan. Sistem evaluasi canggih untuk speech generatif; pengalaman dalam generasi ekspresif atau multibahasa, voice cloning dan adaptasi, atau generasi yang dapat dikendalikan. Kontribusi eksternal yang diakui—publikasi, open source, paten, atau presentasi undangan—dalam sintesis suara, neural audio codec, speech language model, atau model multimodal. Pengalaman di lingkungan startup atau riset yang bergerak cepat dan secara rutin membawa model dari tahap ide hingga produksi. Pemberitahuan Kami mengetahui adanya individu yang menyamar sebagai perekrut Deepgram. Semua komunikasi rekrutmen Deepgram yang sah berasal dari alamat email @deepgram.com. Jika Anda menerima pesan yang mengaku berasal dari Deepgram, silakan teruskan pesan tersebut ke careers@deepgram.com.

Director, Text-to-Speech Synthesis Research

Deskripsi Pekerjaan

Ringkasan

Lowongan Terkait Lainnya

Lead BI Developer

Lead BI Manager

Lead Analytics Manager

Business Intelligence Lead, Performance Marketing