AIGC多模态算法

岗位职责",
"AIGC图片生成：主导基于扩散模型的图片生成算法研发与优化，提升生成图片的质量、多样性与可控性，针对不同业务场景下的图片生成需求，如电商图生成、创意艺术图片生成等。",
"数字人相关技术研发：运用数字人语音驱动视频生成模型，实现数字人自然、流畅的语音-视频同步效果，优化模型性能，降低延迟，提高驱动的准确性和表现力。负责增强模型的开发与优化，借助图像处理技术，提升数字人面部、表情细节度，增强整体视觉效果。",
"语音合成技术优化：深入研究语音合成技术，优化语音合成算法，提升合成语音的自然程度、音色丰富度和情感表现力，使合成语音更贴近真实人声。",
"技术整合与应用：熟练运用opencv、ffmpeg等工具，实现图片、视频和音频处理阶段的整合与优化，高效保障多模态数据处理的流畅性和稳定性，推动AIGC多模态技术在产品中的落地应用。",
"跨部门协作：与产品、设计、开发等多部门紧密协作，深入了解业务需求，将AIGC多模态技术与产品功能结合，根据业务反馈及时优化算法与模型，促进业务发展。"

"工程要求",
"硕士及以上学历，计算机科学、人工智能、模式识别、图像处理等相关专业。",
"具备扎实的多模态领域理论基础，深入理解深度学习在图像、语音处理中的原理，熟悉扩散模型、语音合成模型、数字人相关模型的架构与应用。",
"拥有3年以上AIGC多模态相关领域工作经验，在图片生成、数字人技术、语音合成等方面有实际项目经验者优先。",
"熟练掌握Python编程，熟练掌握PyTorch、TensorFlow等深度学习框架，能够独立完成多模态算法模型的开发、训练与优化。",
"熟练使用opencv进行图像处理，掌握ffmpeg进行音频视频处理，熟悉其原理与常用功能。",
"掌握多模态数据处理与分析技术，包括图像、语音数据的采集、清洗、标注及特征提取等操作。",
"具有较强的科研能力和创新意识，在学术会议或期刊上发表过多模态相关论文者优先，或在相关领域竞赛中取得优异成绩者优先。",
"具备良好的团队协作精神与沟通能力，能够与不同专业背景人员高效合作，快速理解业务需求并转化为可应用的技术方案。