岗位职责

1、负责语音/多模态/NLP/CV等领域模型研究，以及下游任务的训练、开发及优化；
2、利用Diffusion类AIGC技术进行智能创作，如视频生成、音乐生成，应用于AI玩法创新；
3、负责llm/mllm的建设和落地，不限于SFT、Prompt、RAG、Tools等，应用于Agent落地；
4、负责音视频智能标签识别能力建设，搭建结构化标签体系，包括类目/属性/质量/关键词等；

任职要求：
1、对CV、多模态、AIGC等相关领域有深入的理解，且有相关实际项目经验；
2、熟悉python/Pytorch等，计算机相关专业；
3、熟悉Diffusion+ControlNet类技术；熟悉llm+Agent，并有落地者优先；有语音算法经验者优先，如tts、asr、音频分类、歌曲生成等；
4、有责任心，乐于沟通，优秀的业务sense；有强烈的上进心，善于学习新事物；
5、有良好的数据敏感性，解决问题的优秀能力；
6、发过高水平会议和期刊，或有竞赛经验者优先