Senior Machine Learning Engineer, Siri AI (w/m/d)

Arbeitsort

Zürich (Zürich)

Ihr Aufgabengebiet

• Technische Verantwortung für die Entwicklung von Audio- und Video-Generierungsfähigkeiten
• Vorantreiben der technischen Vision für realistische, ausdrucksstarke synthetische Sprache und visuelle Darstellungen
• Mentoring von Senior- und Junior-Engineers
• Gestaltung der Roadmap für multimodale generative Erlebnisse in unseren Produkten
• Mitarbeit in einem Team, das an Sprach-, Bild- und generativer KI für grossskalige Systeme arbeitet

Was Sie mitbringen

• Master- oder PhD-Abschluss in Computer Science, Elektrotechnik, Machine Learning oder einem verwandten Fachgebiet, oder gleichwertige praktische Erfahrung
• Fundierte praktische Erfahrung mit generativen Audio- und/oder Video-Architekturen (z. B. Diffusion Models, autoregressive Modelle, GANs, VAEs, End-to-End Neural Synthesis)
• Nachgewiesene Fähigkeit, komplexe, mehrdeutige Projekte von der Forschung bis zur Produktion zu leiten und technische Kompromisse unter realen Bedingungen (Qualität, Latenz, Rechenleistung) zu treffen
• Erfahrung in der Bewertung generativer Modell-Outputs, inklusive objektiver Metriken und subjektiver Qualitätsbeurteilung
• Erfahrung im Aufbau und Deployment von Machine-Learning-Systemen in Produktion, mit Fokus auf generative Modellierung von Vorteil
• Ausgezeichnete Kommunikations- und Kollaborationsfähigkeiten in der Zusammenarbeit mit Forschungs-, Engineering- und Produktteams von Vorteil
• Starke Software-Engineering-Kenntnisse, Erfahrung mit skalierbaren ML-Systemen und Pipelines (z. B. Python, PyTorch/TensorFlow, verteilte Trainingsinfrastruktur) von Vorteil
• Erfahrung mit Sprachsynthese (TTS), Voice Conversion, Audioakustik oder konversationellen KI-Systemen von Vorteil
• Erfahrung mit generativen Video-/Animationstechniken (z. B. Facial Animation, Lip-Sync, Avatar-Rendering, Video-Diffusion) von Vorteil
• Publikationen im Bereich generative Modellierung, Sprache, Audio oder Computer Vision an renommierten Fachkonferenzen (z. B. NeurIPS, ICML, ICASSP, CVPR, Interspeech) von Vorteil
• Erfahrung im Deployment von Echtzeit- oder latenzarmen generativen Modellen im grossen Massstab von Vorteil
• Kenntnisse in multimodaler Modellierung (gemeinsame Audio-Video-Generierung, cross-modale Konditionierung) von Vorteil
• Vorherige Erfahrung im Mentoring von Engineers oder in der technischen Leitung eines Teams von Vorteil

Was Sie erwartet

• Zahlreiche individuelle Benefits

Zum Klienten

Weitere Informationen zum Klienten und laufend neue Jobchancen erhalten Sie nach Ihrer Anmeldung und dem Onboarding per Mail oder online. Wir freuen uns, Sie persönlich bei unserem Klienten vorstellen zu dürfen!