برای توسعهٔ قابلیت‌های هوشمند AmpLab، نرم‌افزاری در حوزهٔ گیتار و پردازش موسیقی، به دنبال متخصص یادگیری ماشین هستیم.
زیرساخت آموزش و نمونه‌های اولیه در پروژه وجود دارد و هدف، بهبود کیفیت مدل‌ها و تبدیل آن‌ها به قابلیت‌های کاربردی در محصول است.

موضوعات کار:
• جداسازی صدای سازها و وکال از آهنگ (Stem Separation)
• تشخیص نت و آکورد و تبدیل صدای گیتار به تبلچر و MIDI
• آموزش مدل‌های عصبی برای شبیه‌سازی رفتار آمپ و افکت و تأثیر تنظیمات آن‌ها
• تحقیق و توسعهٔ قابلیت‌های جدید تحلیل و درک موسیقی
بسته به تخصص فرد، همکاری از یک یا چند حوزهٔ مشخص آغاز می‌شود؛ تسلط بر تمام موارد بالا الزامی نیست.

مسئولیت‌ها:
• بررسی مدل‌ها و پژوهش‌های موجود و انتخاب روش مناسب برای هر مسئله.
• آماده‌سازی داده‌های صوتی، برچسب‌گذاری، تولید دادهٔ مصنوعی و افزایش تنوع داده‌ها.
• آموزش، تنظیم و مقایسهٔ مدل‌ها و تحلیل علت خطاهای آن‌ها.
• ارزیابی با داده‌های مستقل، معیارهای فنی و تست‌های شنیداری.
• بهینه‌سازی سرعت اجرا، مصرف حافظه و منابع پردازشی و همکاری برای ادغام مدل‌ها در نرم‌افزار.
• ثبت آزمایش‌ها و مستندسازی نتایج و محدودیت‌ها.

مهارت‌های موردنیاز:
• تسلط به Python و PyTorch.
• تجربهٔ عملی در آموزش، ارزیابی و بهبود مدل‌های یادگیری عمیق.
• توانایی کار با دیتاست‌ها، تشخیص بیش‌برازش و طراحی ارزیابی قابل‌اعتماد.
• توانایی مطالعه و پیاده‌سازی مقاله‌ها و پروژه‌های متن‌باز.
• توانایی کار مستقل، حل مسئله و ارائهٔ گزارش روشن از پیشرفت کار.

مهارت‌های امتیازی:
• تجربه در پردازش صوت، گفتار یا سیگنال‌های زمانی.
• سابقهٔ کار در جداسازی صدا، تشخیص نت و آکورد یا مدل‌سازی عصبی صوت.
• آشنایی با ابزارهایی مانند Demucs، RoFormer، Basic Pitch یا Neural Amp Modeler.
• تجربهٔ آموزش روی GPU، خروجی‌گیری ONNX یا بهینه‌سازی مدل برای اجرای کم‌تأخیر.
• آشنایی با گیتار، تئوری موسیقی، تبلچر یا نرم‌افزارهای آهنگ‌سازی.

تجربهٔ تخصصی موسیقی یا نوازندگی الزامی نیست. از متخصصان سایر حوزه‌های یادگیری عمیق که نمونه‌کار قوی و علاقه به کار روی مسائل صوت و موسیقی دارند نیز استقبال می‌کنیم. معیار اصلی، توانایی عملی در توسعهٔ مدل و ایجاد بهبود قابل‌اندازه‌گیری است.

شرایط همکاری: دورکاری
حقوق به دلار استرالیا