岗位职责:负责图像/视频生成与处理方向的模型研发与优化(如数字人,人脸驱动、图像修复等);参与语音克隆、语音合成等相关技术的模型选择、微调与部署;基于LLM(如Deepseek,通用千问,ChatGPT、InternLM等)进行能力微调、智能体流程设计,了解RAG技术;研究与实现多模态大模型融合方案,推动图文声结合的智能系统实现;搭建可复用模型,并支持工程化部署(本地/云端/Web);跟踪国内外*新研究进展(arXiv/ACL/CVPR/NeurIPS等),并落地前沿技术。任职要求基础能力:计算机、电子工程、人工智能等相关专业及(能力优秀可放宽);熟练掌握Python编程语言,有实际项目代码的开发经验熟悉FastAPI/Flask/Gradio等AI接口或展示开发;熟悉常见的声音克隆,数字人开源项目,能够在开源项目的基础上进行优化扎实的机器学习/深度学习理论基础,熟悉使用PyTorch/TensorFlow;了解常见CV/NLP/ASR框架,如OpenCV、Transformers、Diffusers、ESPnet、VITS、Whisper、SadTalker、StyleGAN等;专业技能:熟练掌握至少一个方向的模型设计与优化:声音克隆/合成(如TTS、VoiceCloning、声纹识别等);计算机视觉(如人脸分析、人像合成、图像增强、图像生成等);大模型应用(熟悉微调、指令优化、熟悉LoRA、RAG、多模态融合等);使用平台进行智能体Agent系统构建,具有使用FastGPT,Dify,n8n,Coze平台经验优先等;有实际项目开发经验,包括但不限于训练、推理、部署、性能优化等;加分项(Bonus):有数字人、AI虚拟人、智能客服相关项目经验;有实际开源贡献或技术博客。福利待遇:1、带薪生日假、年假、不定期团建、节假日福利等等;2、5天的培训,让你快速上岗3、每季度一次的大团建、月度小团建、生日福利、生日带薪假,年假,司龄奖金、全勤奖;4、公司均为90后、00后,公司扁平化管理,工作氛围轻松;5、每年两次晋升机会和调薪机会。工作时间:9:00:00,午休一个半小时,周末大小休,节假日正常
联系我时,请说是在58同城上看到的,谢谢!