FULL_TIME
Tentang Cantina
Cantina adalah platform sosial baru yang didirikan oleh Sean Parker, dengan*pembuat karakter AI tercanggih. Bot kami merupakan makhluk sosial yang tampak hidup dan dapat berinteraksi di mana pun orang daring—melalui suara, video, dan teks. Buat diri Anda sendiri, bayangkan orang baru, atau pilih dari ribuan karakter untuk,分享 konten yang highly scalable, highly personal, dan seamlessly group chat.
Jika Anda tertarik pada cara AI membentuk kreativitas dan interaksi sosial, bergabunglah dengan kami untuk membangun apa yang akan datang.
Tentang Peran
Kami mencari Research / ML Engineer untuk bergabung dengan Speech Team guna membangun sistemENCI mutakhir secara menyeluruh, mulai dari spesifikasi data hingga inferensi produksi. Anda akan mengelola siklus model ↔ data ↔ evaluasi untuk TTS dan tugas terkait, seperti voice cloning, controllable TTS, voice conversion, serta lainnya, dengan bekerja sama erat dengan tim riset, data, dan infrastruktur untukplementation model yang cepat, andal, serta hemat biaya.
Dalam peran ini, Anda akan bekerja di persimpangan riset mutakhir dan rekayasa praktis, serta berkontribusi terhadap pengembangan sistem AI yang aman, dapat diarahkan, dan dapat dipercaya.
Tugas Anda
Model Building: Merancang, mengimplementasikan, melakukan pre-training, fine-tuning, dan post-training/alignment, misalnya GRPO/DPO, untuk model bicara berskala besar.
Project Leadership: Memimpin proyek riset kecil secara mandiri sambil bekerja sama dalam inisiatif tim yang lebih besar.
Experimental Design: Merancang, menjalankan, dan menganalisis eksperimen ilmiah untuk memperluas pemahaman terhadap model.
Tool Development: Mengembangkan dan meningkatkan perangkat pengembangan untuk meningkatkan produktivitas tim.
Full-Stack Contribution: Berkontribusi pada seluruh stack, mulai dari optimasi tingkat rendah hingga desain model tingkat tinggi.
Data Ownership: Menetapkan kebutuhan data serta bekerja sama dalam akuisisi, kurasi, augmentasi, kualitas pelabelan, dan strategi data sintetis.
Rigorous Evaluation: Merancang evaluasi objektif dan subjektif otomatis, termasuk listening test, metrik berbasis SV/WER/ASR, pemeriksaan ketahanan dan bias, serta studi red-team.
Pipeline Delivery: Memperkuat pipeline training → evaluation → inference; memprofilkan latensi, memori, dan biaya; serta memenuhi SLA produksi dengan monitoring dan rollback yang andal.
GPU Scaling: Bekerja sama dengan tim infrastruktur untuk menjalankan training/inference terdistribusi pada cloud fleet dan brings model ke produksi dengan keandalan serta observability.
Safety & Responsibility: Berkontribusi terhadap guardrail keamanan dan persetujuan, serta mitigasi penyalahgunaan untuk mengembangkan teknologi bicara secara bertanggung jawab.
Kualifikasi yang Kami Cari
Pengalaman riset/pengembangan yang luar biasa dengan model audio berskala besar, yaitu model >3B dan data >500k jam.
Pemahaman yang luar biasa serta pengalaman praktis dengan arsitektur transformer dan/atau model diffusion, termasuk distillation dan streaming, dan/atau pemodelan bahasa audio.
Pengalaman kuat dalam distributed model training multi-node dan multi-GPU.
Kemampuan rekayasa perangkat lunak yang kuat dengan rekam jejak terbukti dalam membangun sistem kompleks.
Kuat dalam PyTorch dan optimasi performa, termasuk profiling, CUDA/Triton/C++ seperlunya, serta menulis kode produksi yang andal.
Pernah]string model bicara/audio berskala besar ke produksi.
Latar belakang dalam menangani data ML berskala besar.
Kemampuan melakukan iterasi pada data dan menentukan kualitas melalui subjective serta objective signals.
Publikasi yang menonjol dan/atau kontribusi open source di bidang speech/audio/ML.
Pengalaman dengan voice cloning, speech control, dan voice generation.
Pengalaman yang Diutamakan
Pernah]string model bicara/audio berskala besar, seperti TTS/VC/ASR, ke produksi.
Pengalaman dengan sistem ML berskala besar.
Pengalaman dengan pemodelan bahasa audio dan arsitektur transformer.
Pengalaman dengan voice cloning, speech control, dan voice generation.
Latar belakang dalam pemrosesan data ML berskala besar.
Publikasi atau kontribusi open source yang menonjol di bidang speech/audio/ML.
Kompensasi
Dalam menentukan kompensasi, berbagai faktor akan dipertimbangkan, termasuk keterampilan, pengalaman, cakupan pekerjaan, lokasi, dan data pasar kompensasi kompetitif.
Manfaat untuk Peran yang Berbasis di AS
Gaji yang kompetitif dan generous company equity.
Asuransi medis, gigi, dan penglihatan—99,99% premi ditanggung oleh Cantina.
42 hari waktu bebas berbayar, termasuk:
15 hari PTO.
10 hari sakit.
15 hari libur perusahaan.
2 hari libur fleksibel.
generously parental leave dan dukungan fertilitas.
Rencana tabungan pensiun 401(k).
Akun pengeluaran gaya hidup—$500/bulan yang dapat digunakan sesuai keinginan.
Makan siang dan makanan ringan gratis untuk karyawan yang bekerja di kantor.
Keanggotaan One Medical, dan lainnya!
Machine Learning Engineer, TTS
Cantina Labs • Europe
Gaji tidak dicantumkan
Deskripsi Pekerjaan
Ringkasan
- Perusahaan
- Cantina Labs
- Lokasi
- Europe
- Tipe kerja
- FULL_TIME
- Gaji
- Gaji tidak dicantumkan
- Tanggal tayang
- 10 Nov 2026
Sumber & keterlacakan data
Jobicy (public board)Buka sumber asli ↗https://jobicy.com/jobs/160994-machine-learning-engineer-tts
Siap melamar? Langsung di sumber asli.Buka Halaman Lamaran
Lowongan Terkait Lainnya
FULL_TIME1mg
Research Scientist, Real-Time Video Generation
Cantina Labs • Europe
Gaji tidak dicantumkanLihat Detail →
FULL_TIME1mgMachine Learning Engineer, Voice Conversion
Cantina Labs • Europe
Gaji tidak dicantumkanLihat Detail →
FULL_TIME1mgMachine Learning Engineer, Core Evaluations
Cantina Labs • Europe
Gaji tidak dicantumkanLihat Detail →
FULL_TIMEKemarinSenior Data Scientist (Applied ML) - Canada
NerdWallet • Canada
Gaji tidak dicantumkanLihat Detail →