媒體AI算法開(kāi)發(fā)專(zhuān)家
面議
應(yīng)屆畢業(yè)生
學(xué)歷不限



- 全勤獎(jiǎng)
- 節(jié)日福利
- 不加班
- 周末雙休
職位描述
該職位還未進(jìn)行加V認(rèn)證,請(qǐng)仔細(xì)了解后再進(jìn)行投遞!
崗位職責(zé):
1、負(fù)責(zé)音頻聲紋和AI聲音鑒偽,音頻生成ASR等相關(guān)算法的選型及構(gòu)建,關(guān)鍵技術(shù)攻關(guān)、核心模塊的編寫(xiě);
2、設(shè)計(jì)和開(kāi)發(fā)各種音頻信號(hào)處理算法,如噪聲消除、回聲消除、語(yǔ)音增強(qiáng)、聲音檢測(cè)等。優(yōu)化這些算法的性能和效率,提高音頻處理的質(zhì)量,分析和解決音頻處理過(guò)程中的問(wèn)題和瓶頸,并基于深度學(xué)習(xí)的音頻AI應(yīng)用開(kāi)發(fā):
3、研究和應(yīng)用深度學(xué)習(xí)技術(shù)在語(yǔ)音識(shí)別、音樂(lè)分析、聲紋識(shí)別等領(lǐng)域的應(yīng)用,開(kāi)發(fā)能商用的基于深度學(xué)習(xí)的音頻分類(lèi)、檢測(cè)、生成等AI模型,優(yōu)化和并行部署這些AI模型,確保在實(shí)際應(yīng)用中的性能和可靠性。
4、負(fù)責(zé)模型后續(xù)的驗(yàn)收測(cè)試和后續(xù)的的帶優(yōu)化。
任職要求:
1、熟悉Numpy基礎(chǔ)框架,熟悉PyTorch/Tensorflow/Keras/JAX等一種多多種框架;
2、掌握音頻媒體常用的編解碼技術(shù)原理,并對(duì)常見(jiàn)的音頻分類(lèi)檢測(cè)等算法非常熟悉,深入研究Wav2Vec算法的優(yōu)先;
3、主導(dǎo)開(kāi)發(fā)過(guò)基于音頻AI技術(shù)的相關(guān)商用產(chǎn)品。
1、負(fù)責(zé)音頻聲紋和AI聲音鑒偽,音頻生成ASR等相關(guān)算法的選型及構(gòu)建,關(guān)鍵技術(shù)攻關(guān)、核心模塊的編寫(xiě);
2、設(shè)計(jì)和開(kāi)發(fā)各種音頻信號(hào)處理算法,如噪聲消除、回聲消除、語(yǔ)音增強(qiáng)、聲音檢測(cè)等。優(yōu)化這些算法的性能和效率,提高音頻處理的質(zhì)量,分析和解決音頻處理過(guò)程中的問(wèn)題和瓶頸,并基于深度學(xué)習(xí)的音頻AI應(yīng)用開(kāi)發(fā):
3、研究和應(yīng)用深度學(xué)習(xí)技術(shù)在語(yǔ)音識(shí)別、音樂(lè)分析、聲紋識(shí)別等領(lǐng)域的應(yīng)用,開(kāi)發(fā)能商用的基于深度學(xué)習(xí)的音頻分類(lèi)、檢測(cè)、生成等AI模型,優(yōu)化和并行部署這些AI模型,確保在實(shí)際應(yīng)用中的性能和可靠性。
4、負(fù)責(zé)模型后續(xù)的驗(yàn)收測(cè)試和后續(xù)的的帶優(yōu)化。
任職要求:
1、熟悉Numpy基礎(chǔ)框架,熟悉PyTorch/Tensorflow/Keras/JAX等一種多多種框架;
2、掌握音頻媒體常用的編解碼技術(shù)原理,并對(duì)常見(jiàn)的音頻分類(lèi)檢測(cè)等算法非常熟悉,深入研究Wav2Vec算法的優(yōu)先;
3、主導(dǎo)開(kāi)發(fā)過(guò)基于音頻AI技術(shù)的相關(guān)商用產(chǎn)品。
工作地點(diǎn)
地址:廣州天河區(qū)廣州市天河區(qū)高唐路333號(hào)中國(guó)移動(dòng)南方基地


職位發(fā)布者
HR
中移互聯(lián)網(wǎng)有限公司

-
通信/電信/網(wǎng)絡(luò)設(shè)備/增值服務(wù)
-
200-499人
-
股份制企業(yè)
-
天河區(qū)高唐路333號(hào)自編1.1棟