机会
我们是Amplifier，我们构建了世界上第一个大型声学模型（LAM），这是一种利用人类声音检测健康状况的基础模型。这是科幻成为现实。我们已从顶级投资者那里筹集了大量资金，将这项技术转变为医疗保健领域的一个巨大新类别。
我们正在寻找一位厌倦了“发表或消亡”循环的研究人员，希望构建在现实世界中真正有效的智能。
现实
让我们明确我们正在签约的内容。
我们正进入一个超高速增长的阶段。我们正在推动自己和这项技术，超越大多数人认为合理的范围。我们这样做是因为我们相信结果（大规模拯救生命）值得为此付出的努力。
- 我们在旧金山亲自工作。我们相信最难的问题是在白板上解决的，而不是通过Zoom通话。我们希望获得来自共同奋斗的能量、速度和友情。
- 我们动作迅速。我们不会花几个月时间在理论证明上。我们假设、编码、训练并验证。反馈循环是即时的。
- 我们享受乐趣。我们是一个小而紧密的团队，正在冒险。我们努力工作是因为我们热爱这场游戏，而不是因为我们必须这样做。
使命
您将加入我们的精英AI研究团队，以推进声学建模的最新技术。您不仅仅是微调现成的模型；您将设计新的架构，从原始音频波形中提取临床级生物标志物。
挑战：
- 新颖架构：声音不是文本。您将突破Transformer架构处理长距离声学依赖和非语言信号的界限。
- 生物标志物发现：您将设计实验以隔离与健康状况相关的特定声学特征（抖动、闪烁、呼吸频率），经常发现医学尚未量化的信号。
- 数据效率：我们正在构建一个基础模型。您将研究自监督学习技术，以利用大量未标记的音频数据。
要求
您是谁
- 构建者-研究者：您对深度学习有深刻的理论理解（也许有博士学位，也许没有——我们关心的是能力，而不是学历），但您用PyTorch表达您的想法，而不仅仅是LaTeX。
- 音频原生：您了解声音的物理。您熟悉DSP（数字信号处理）、STFTs、Mel频谱图以及建模原始音频的独特挑战。
- 第一性原理思考者：您不仅仅是导入HuggingFace库。您了解注意力机制背后的数学，并能在标准方法失败时进行修改。
- 渴望：您有一股冲劲。您希望您的工作能成为被数百万人使用的产品，而不仅仅是期刊中的一个引用。
福利
我们提供什么
- 影响力：构建一个真正拯救生命的产品的机会。
- 股权：真正的所有权。我们还处于早期阶段，您的股权方案具有改变生活的潜力。
- 团队：您将直接与创始人（Jeremy、Amit、Peh）和我们的AI研究团队合作。没有中层管理。只有建设者。
- 资源：我们资金充足（超大规模种子），为我们提供了执行所需的计算资源（H100集群）。
如何申请
不要发送通用的求职信。
向我们发送您的GitHub或您实现的论文/项目链接。告诉我们您曾经因为标准架构方法不适合您的特定数据问题而不得不放弃的经历。
jobs@amplifierhealth.com
来和我们一起构建。
